CN111741186A - 一种视频抖动检测方法、装置以及*** - Google Patents

一种视频抖动检测方法、装置以及*** Download PDF

Info

Publication number
CN111741186A
CN111741186A CN202010529379.0A CN202010529379A CN111741186A CN 111741186 A CN111741186 A CN 111741186A CN 202010529379 A CN202010529379 A CN 202010529379A CN 111741186 A CN111741186 A CN 111741186A
Authority
CN
China
Prior art keywords
image
images
frames
pixel value
frame
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010529379.0A
Other languages
English (en)
Other versions
CN111741186B (zh
Inventor
胡东
毛礼建
陈媛媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202010529379.0A priority Critical patent/CN111741186B/zh
Publication of CN111741186A publication Critical patent/CN111741186A/zh
Application granted granted Critical
Publication of CN111741186B publication Critical patent/CN111741186B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Image Analysis (AREA)

Abstract

本发明提供一种视频抖动检测方法、装置以及***，用于解决现有视频抖动检测技术中存在的灵敏度不高，鲁棒性不强，不适用于复杂场景的技术问题，所述方法包括：获取视频流中任意相邻的两帧图像，对两帧图像的特征图像进行像素值压缩处理；对像素值压缩处理后的两帧特征图像进行像素值匹配，根据像素值匹配结果，获取两帧图像之间的第一抖动程度；获取两帧图像之间的第二抖动程度，其中，第二抖动程度为对第一抖动程度调整后得到的值；根据视频流中任意相邻的两帧图像之间的第二抖动程度，确定视频流中偏移方向相同的连续帧图像的帧数；判断帧数是否小于第一预设阈值，若是，则确定视频流发生抖动，若否，则确定视频流未发生抖动。

Description

一种视频抖动检测方法、装置以及***
技术领域
本发明涉及图像处理领域，特别涉及一种视频抖动检测方法、装置以及***。
背景技术
视频监控***作为视觉物联网的重要组成部分，广泛应用于城市安全、智能交通、智慧环保、边界安保等各领域应用中，其日常维护巡检的矛盾日趋激烈。据统计，目前国内运行的监控***中，能正常使用的摄像机的比例不到60％，并且数量庞大的视频监控***的运行和维护工作多数靠人工检测和处理。为了提高视频监控***运行维护工作的效率，及时了解前端视频设备的运行情况，建设智能化的视频监控质量诊断***成为视频监控领域迫切需要解决的实际问题。
视频抖动是视频监控设备经常发生的图像质量异常现象。正常情况下，运动图像序列的连续多帧之间过渡是平滑的，画面相关性比较连续，但是如果它们之间的相关性出现大波动，视频就会出现抖动的情况。在视频监控中，摄像头一般都是固定在某个位置，因此造成视频画面抖动现象的原因主要有:1)摄像头受到环境的干扰发生有规律的摆动从而造成图像的上下或左右抖动；2)摄像头正在被人移动，造成画面抖动。任何一种情况，都会导致画面出现周期性振颤或不规则扭曲，都意味着摄像头工作出现了异常，严重影响到视频监控***的工作效用，因此，需要对视频监控***的视频图像进行智能分析检测，及时发现视频抖动故障问题，实现即时报警和修复。
目前，现有的视频抖动检测方法主要有四大类：灰度投影法，图像块匹配法，特征点匹配法，以及LK光流法。其中，灰度投影法的缺陷在于会将监控画面内多个物体的短时快速移动误认为视频抖动；图像块匹配法和特征点匹配法的缺点是对于纹理较为干净的监控场景无法进行有效检测，例如监控画面的背景为纯色的墙或地板，一方面很难进行特征点检测，另一方面画面内所有的区域都极为相似；LK光流法的缺点有两点，一是其计算速度较慢，不满足监控视频实时分析要求，二是其属于稀疏光流算法，严重依赖于特征点检测，在特征点无法进行有效定位的情况下效果较差。可见，现有视频抖动检测技术存在灵敏度不高，鲁棒性不强，不适用于复杂场景的问题。
发明内容
本申请实施例提供一种视频抖动检测方法、装置以及***，用于解决现有视频抖动检测技术存在的灵敏度不高，鲁棒性不强，不适用于复杂场景的技术问题。
第一方面，为解决上述技术问题，本申请实施例提供一种视频抖动检测方法，该方法的技术方案如下：
获取视频流中任意相邻的两帧图像，对所述两帧图像的特征图像进行像素值压缩处理；
对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，其中，所述第一抖动程度用于表示后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向；
获取所述两帧图像之间的第二抖动程度，其中，所述第二抖动程度为基于所述后一帧图像中的像素点与所述前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对所述第一抖动程度调整后得到的值；
根据所述视频流中任意相邻的两帧图像之间的第二抖动程度，确定所述视频流中任意相邻的两帧图像之间是否发生偏移，若发生了偏移，则确定所述视频流中偏移方向相同的连续帧图像的帧数；
判断所述帧数是否小于第一预设阈值，若是，则确定所述视频流发生抖动，若否，则确定所述视频流未发生抖动。
在本申请实施例中，可先对两帧图像的特征图像进行像素值压缩处理，对像素值压缩处理后的两帧特征图像进行像素值匹配，根据像素值匹配结果，获取两帧图像之间的第一抖动程度，再基于后一帧图像中的像素点与前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对第一抖动程度调整后得到两帧图像之间的第二抖动程度，从而能够稳定全面地反应后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向，灵敏度较高，鲁棒性较强。最后根据视频流中任意相邻的两帧图像之间的第二抖动程度，确定视频流中偏移方向相同的连续帧图像的帧数，根据视频流中偏移方向相同的连续帧图像的帧数是否小于第一预设阈值，确定造成视频流中任意相邻的两帧图像发生偏移的原因是否为摄像头发生移动，即通过抖动周期性变化过滤前景移动、视频角度变换等误检，适应于复杂场景。
一种可选实施方式中，对所述两帧图像的特征图像进行像素值压缩处理之前，还包括：
对所述两帧图像进行纹理检测和纹理膨胀处理，获取所述两帧图像对应的纹理图和纹理膨胀图；
判断所述纹理图上的纹理数是否大于第二预设阈值；
若是，则确定帧图像对应的纹理图为所述帧图像的特征图像；
若否，则确定帧图像对应的纹理膨胀图为所述帧图像的特征图像。
一种可选实施方式中，对所述两帧图像的特征图像进行像素值压缩处理，包括：
采用第一公式对所述两帧图像的特征图像进行像素值压缩处理；
所述第一公式，具体为：
Figure BDA0002534680120000031
其中，CFi,j为进行像素值压缩处理后的特征图像的(i,j)处像素值，Fi,j为特征图像的(i,j)处的像素值,M为图像x方向的长度，N为图像y方向的长度。
一种可选实施方式中，对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，包括：
采用第二公式对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度；
所述第二公式，具体为：
Figure BDA0002534680120000041
其中，J为两帧图像之间的第一抖动程度,Jx、Jy分别为x方向和y方向的抖动程度,Dis()为通过预设的滑动窗口进行像素值匹配，确定与后一帧图像中的像素行/列对应的前一帧图像中的像素行/列，并根据对应的像素行/列进行城市距离计算，CFm,W为后一帧图像的像素值压缩处理后的特征图像的长度为W的第m行像素值，CF′i,W为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i行像素值，CFW,n为后一帧图像的像素值压缩处理后的特征图像的长度为W的第n列像素值,CF′W,j为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i列像素值,m＝1,2,…,M-W为图像x方向的起点,n＝1,2,…,N-W为图像y方向的起点,M为图像x方向的长度，N为图像y方向的长度，W为所述滑动窗口大小。
一种可选实施方式中，获取所述两帧图像之间的第二抖动程度，包括：
获取所述两帧图像之间的绝对区域抖动程度或平均区域抖动程度，其中，所述绝对区域抖动程度为后一帧图像中的像素点与前一帧图像中绝对区域内的对应像素点之间的偏移距离以及偏移方向，所述平均区域抖动程度为后一帧图像中的像素点与前一帧图像中平均区域内的对应像素点之间的偏移距离以及偏移方向；
若获取到所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述平均区域抖动程度的累加；
若未获取所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述绝对区域抖动程度的累加。
一种可选实施方式中，获取所述两帧图像之间的绝对区域抖动程度，包括：
采用第三公式获取所述两帧图像之间的绝对区域抖动程度；
所述第三公式，具体为：
Figure BDA0002534680120000051
其中，Jabs为两帧图像之间的绝对区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，F′i,j为前一帧图像的特征图像的(i,j)处像素值，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在绝对区域内与Fm,n具有最小差值的F′i,j，并对Fm,n和F′i,j进行城市距离计算，绝对区域为i分别为m-1,m,m+1，j分别为n-1,n,n+1。
一种可选实施方式中，获取所述两帧图像之间的平均区域抖动程度，包括：
采用第四公式获取所述两帧图像之间的平均区域抖动程度；
所述第四公式，具体为：
Figure BDA0002534680120000052
其中，Javg为两帧图像之间的平均区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，Fi′为前一帧图像的特征图像的(m,n)处对应的i方向的像素值集，mean()为进行均值计算，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在平均区域内与Fm,n具有最小差值的mean(Fi′)，并对Fm,n和Fi′进行城市距离计算，平均区域为i方向分别为左上、上、右上、左、右、左下、下以及右下方向。
第二方面，提供一种视频抖动检测装置，包括：
处理模块，用于获取视频流中任意相邻的两帧图像，对所述两帧图像的特征图像进行像素值压缩处理；
第一获取模块，用于对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，其中，所述第一抖动程度用于表示后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向；
第二获取模块，用于获取所述两帧图像之间的第二抖动程度，其中，所述第二抖动程度为基于所述后一帧图像中的像素点与所述前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对所述第一抖动程度调整后得到的值；
第一确定模块，用于根据所述视频流中任意相邻的两帧图像之间的第二抖动程度，确定所述视频流中任意相邻的两帧图像之间是否发生偏移，若发生了偏移，则确定所述视频流中偏移方向相同的连续帧图像的帧数；
第二确定模块，用于判断所述帧数是否小于第一预设阈值，若是，则确定所述视频流发生抖动，若否，则确定所述视频流未发生抖动。
一种可选实施方式中，所述装置还包括第三确定模块，用于：
对所述两帧图像进行纹理检测和纹理膨胀处理，获取所述两帧图像对应的纹理图和纹理膨胀图；
判断所述纹理图上的纹理数是否大于第二预设阈值；
若是，则确定帧图像对应的纹理图为所述帧图像的特征图像；
若否，则确定帧图像对应的纹理膨胀图为所述帧图像的特征图像。
一种可选实施方式中，所述处理模块，具体用于：
采用第一公式对所述两帧图像的特征图像进行像素值压缩处理；
所述第一公式，具体为：
Figure BDA0002534680120000071
其中，CFi,j为进行像素值压缩处理后的特征图像的(i,j)处像素值，Fi,j为特征图像的(i,j)处的像素值,M为图像x方向的长度，N为图像y方向的长度。
一种可选实施方式中，所述第一获取模块，具体用于：
采用第二公式对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度；
所述第二公式，具体为：
Figure BDA0002534680120000072
其中，J为两帧图像之间的第一抖动程度,Jx、Jy分别为x方向和y方向的抖动程度,Dis()为通过预设的滑动窗口进行像素值匹配，确定与后一帧图像中的像素行/列对应的前一帧图像中的像素行/列，并根据对应的像素行/列进行城市距离计算，CFm,W为后一帧图像的像素值压缩处理后的特征图像的长度为W的第m行像素值，CF′i,W为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i行像素值，CFW,n为后一帧图像的像素值压缩处理后的特征图像的长度为W的第n列像素值,CF′W,j为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i列像素值,m＝1,2,…,M-W为图像x方向的起点,n＝1,2,…,N-W为图像y方向的起点,M为图像x方向的长度，N为图像y方向的长度，W为所述滑动窗口大小。
一种可选实施方式中，所述第二获取模块，具体用于：
获取所述两帧图像之间的绝对区域抖动程度或平均区域抖动程度，其中，所述绝对区域抖动程度为后一帧图像中的像素点与前一帧图像中绝对区域内的对应像素点之间的偏移距离以及偏移方向，所述平均区域抖动程度为后一帧图像中的像素点与前一帧图像中平均区域内的对应像素点之间的偏移距离以及偏移方向；
若获取到所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述平均区域抖动程度的累加；
若未获取所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述绝对区域抖动程度的累加。
一种可选实施方式中，所述第二获取模块，具体用于：
采用第三公式获取所述两帧图像之间的绝对区域抖动程度；
所述第三公式，具体为：
Figure BDA0002534680120000081
其中，Jabs为两帧图像之间的绝对区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，F′i,j为前一帧图像的特征图像的(i,j)处像素值，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在绝对区域内与Fm,n具有最小差值的F′i,j，并对Fm,n和F′i,j进行城市距离计算，绝对区域为i分别为m-1,m,m+1，j分别为n-1,n,n+1。
一种可选实施方式中，所述第二获取模块，具体用于：
采用第四公式获取所述两帧图像之间的平均区域抖动程度；
所述第四公式，具体为：
Figure BDA0002534680120000082
其中，Javg为两帧图像之间的平均区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，Fi′为前一帧图像的特征图像的(m,n)处对应的i方向的像素值集，mean()为进行均值计算，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在平均区域内与Fm,n具有最小差值的mean(Fi′)，并对Fm,n和Fi′进行城市距离计算，平均区域为i方向分别为左上、上、右上、左、右、左下、下以及右下方向。
第三方面，本申请实施例提供一种视频抖动检测***，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行第一方面中的任一种实施方式包括的步骤。
第四方面，本申请实施例提供一种存储介质，该存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行第一方面中的任一种实施方式包括的步骤。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例。
图1为本申请实施例中的一种视频抖动检测***的结构示意图；
图2-1为本申请实施例中的一种视频抖动检测方法的流程示意图；
图2-2为本申请实施例中的对图像进行像素值压缩处理的示意图；
图2-3为本申请实施例中的获取两帧图像之间的绝对区域抖动程度的示意图；
图2-4为本申请实施例中的获取两帧图像之间的平均区域抖动程度的示意图；
图3为本申请实施例中的一种视频抖动检测装置的结构示意图；
图4为本申请实施例中的一种视频抖动检测***的结构示意图。
具体实施方式
为使本申请的目的、技术方案和优点更加清楚明白，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互任意组合。并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，能够以不同于此处的顺序执行所示出或描述的步骤。
本申请的说明书和权利要求书及上述附图中的术语“第一”和“第二”是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的保护。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例中，“至少一个”可以表示至少两个，例如可以是两个、三个或者更多个，本申请实施例不做限制。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，在不做特别说明的情况下，一般表示前后关联对象是一种“或”的关系。
目前，现有的视频抖动检测方法主要有四大类：灰度投影法，图像块匹配法，特征点匹配法，以及LK光流法。其中，灰度投影法的缺陷在于会将监控画面内多个物体的短时快速移动误认为视频抖动；图像块匹配法和特征点匹配法的缺点是对于纹理较为干净的监控场景无法进行有效检测，例如监控画面的背景为纯色的墙或地板，一方面很难进行特征点检测，另一方面画面内所有的区域都极为相似；LK光流法的缺点有两点，一是其计算速度较慢，不满足监控视频实时分析要求，二是其属于稀疏光流算法，严重依赖于特征点检测，在特征点无法进行有效定位的情况下效果较差。可见，现有技术存在灵敏度不高，鲁棒性不强，不适用于复杂场景的问题。
鉴于此，本申请实施例提供一种视频抖动检测方法，该方法可以先对两帧图像的特征图像进行像素值压缩处理，对像素值压缩处理后的两帧特征图像进行像素值匹配，根据像素值匹配结果，获取两帧图像之间的第一抖动程度，再基于后一帧图像中的像素点与前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对第一抖动程度调整后得到两帧图像之间的第二抖动程度，从而能够稳定全面地反应后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向，灵敏度较高，鲁棒性较强。最后根据视频流中任意相邻的两帧图像之间的第二抖动程度，确定视频流中偏移方向相同的连续帧图像的帧数，根据视频流中偏移方向相同的连续帧图像的帧数是否小于第一预设阈值，确定造成视频流中任意相邻的两帧图像发生偏移的原因是否为摄像头发生移动，即通过抖动周期性变化过滤前景移动、视频角度变换等误检，适应于复杂场景。
为了更好的理解上述技术方案，下面通过说明书附图以及具体实施例对本申请技术方案做详细的说明，应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明，而不是对本申请技术方案的限定，在不冲突的情况下，本申请实施例以及实施例中的技术特征可以相互组合。
图1为本申请实施例所提供方法可适用的一种视频抖动检测***的结构，当然本申请实施例所提供的方法可以适用到多种视频抖动检测***上，应当理解图1所示的视频抖动检测***是对可适用本申请实施例所提供方法的视频抖动检测***的详细的说明，而不是对可适用本申请实施例所提供方法的视频抖动检测***的限定。
图1所示的视频抖动检测***包括存储器101、处理器102、总线接口103。存储器101以及处理器101通过总线接口103连接。存储器101用于存储程序指令。处理器102用于调用存储器101中存储的程序指令，按照获得的程序指令执行视频抖动检测方法中包括的所有步骤。
请参见图2-1，为本申请实施例提供的一种视频抖动检测方法，该方法可以由前述图1所示的视频抖动检测***执行。该方法的具体流程描述如下。
步骤201：获取视频流中任意相邻的两帧图像，对所述两帧图像的特征图像进行像素值压缩处理。
在本申请实施例中，先获取视频流中任意相邻的两帧图像，确定两帧图像的特征图像，具体的，获取视频流中任意相邻的两帧图像，例如视频流中的第一帧图像和第二帧图像，对第一帧图像和第二帧图像进行纹理检测和纹理膨胀处理，获取第一帧图像和第二帧图像对应的纹理图和纹理膨胀图，其中，纹理检测可为坎尼canny纹理检测，纹理膨胀处理可为canny纹理膨胀处理，判断第一帧图像和第二帧图像对应的纹理图上的纹理数是否大于第二预设阈值，若是，则确定该帧图像对应的纹理图为该帧图像的特征图像，若否，则确定该帧图像对应的纹理膨胀图为该帧图像的特征图像。为了便于理解，下面以举例的形式进行说明：
例如，对第一帧图像进行canny纹理检测和canny纹理膨胀处理：首先使用高斯滤波对第一帧图像的原始灰度图像进行去噪处理，由于去噪处理会带来图像模糊的副作用，而图像模糊是因为图像中物体的轮廓不明显，轮廓边缘灰度变化不强烈，层次感不强造成的，那么反过来考虑，轮廓边缘灰度变化明显些，层次感强些，图像就更清晰些，所以在对第一帧图像的原始灰度图像进行去噪处理后，可采用公式
Figure BDA0002534680120000121
对高斯滤波后的第一帧图像进行梯度强度和方向计算，其中，G为梯度强度，θ为梯度方向，fx、fy分别为图像x方向和y方向的梯度，即确定第一帧图像的灰度变化率的大小和方向，然后根据获得的梯度强度和方向对高斯滤波后的第一帧图像进行非极大值抑制处理，获取第一帧图像对应的canny纹理图，再使用滑动窗口对第一帧图像对应的canny纹理图进行处理，得到第一帧图像对应的canny纹理膨胀图。
在确定两帧图像的特征图像之后，如图2-2所示，采用第一公式对两帧图像的特征图像进行像素值压缩处理，具体的，第一公式为：
Figure BDA0002534680120000131
其中，CFi,j为进行像素值压缩处理后的特征图像的(i,j)处像素值，Fi,j为特征图像的(i,j)处的像素值,M为图像x方向的长度，N为图像y方向的长度。
步骤202：对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，其中，所述第一抖动程度用于表示后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向。
在本申请实施例中，采用第二公式对像素值压缩处理后的两帧特征图像进行像素值匹配，根据像素值匹配结果，获取两帧图像之间的第一抖动程度，其中，第一抖动程度用于表示后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向，具体的，第二公式为：
Figure BDA0002534680120000132
其中，J为两帧图像之间的第一抖动程度,Jx、Jy分别为x方向和y方向的抖动程度,Dis()为通过预设的滑动窗口进行像素值匹配，确定与后一帧图像中的像素行/列对应的前一帧图像中的像素行/列，并根据对应的像素行/列进行城市距离计算，CFm,W为后一帧图像的像素值压缩处理后的特征图像的长度为W的第m行像素值，CF′i,W为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i行像素值，CFW,n为后一帧图像的像素值压缩处理后的特征图像的长度为W的第n列像素值,CF′W,j为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i列像素值,m＝1,2,…,M-W为图像x方向的起点,n＝1,2,…,N-W为图像y方向的起点,M为图像x方向的长度，N为图像y方向的长度，W为所述滑动窗口大小。
为了便于理解，下面以举例的形式进行说明：
例如，当m＝1，W＝16时，Dis(CFm,W,CF′i,W)表示后一帧图像的像素值压缩处理后的特征图像的长度为16的第1像素行与前一帧图像的像素值压缩处理后的特征图像的长度为16的第2-17像素行分别进行像素值匹配，确定与后一帧图像中的第1像素行对应的前一帧图像中的像素行为前一帧图像中的第6像素行，并计算后一帧图像中的第1像素行与前一帧图像中的第6像素行的城市距离。
步骤203：获取所述两帧图像之间的第二抖动程度，其中，所述第二抖动程度为基于所述后一帧图像中的像素点与所述前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对所述第一抖动程度调整后得到的值。
在本申请实施例中，采用第三公式获取两帧图像之间的绝对区域抖动程度或采用第四公式获取两帧图像之间的平均区域抖动程度，其中，绝对区域抖动程度为后一帧图像中的像素点与前一帧图像中绝对区域内的对应像素点之间的偏移距离以及偏移方向，平均区域抖动程度为后一帧图像中的像素点与前一帧图像中平均区域内的对应像素点之间的偏移距离以及偏移方向，若获取到平均区域抖动程度，则两帧图像之间的第二抖动程度为第一抖动程度与平均区域抖动程度的累加，若未获取平均区域抖动程度，则两帧图像之间的第二抖动程度为第一抖动程度与绝对区域抖动程度的累加。
具体的，第三公式为：
Figure BDA0002534680120000141
其中，Jabs为两帧图像之间的绝对区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，F′i,j为前一帧图像的特征图像的(i,j)处像素值，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在绝对区域内与Fm,n具有最小差值的F′i,j，并对Fm,n和F′i,j进行城市距离计算，绝对区域为i分别为m-1,m,m+1，j分别为n-1,n,n+1。
第四公式为：
Figure BDA0002534680120000151
其中，Javg为两帧图像之间的平均区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，Fi′为前一帧图像的特征图像的(m,n)处对应的i方向的像素值集，mean()为进行均值计算，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在平均区域内与Fm,n具有最小差值的mean(Fi′)，并对Fm,n和Fi′进行城市距离计算，平均区域为i方向分别为左上、上、右上、左、右、左下、下以及右下方向。
为了便于理解，下面以举例的形式进行说明：
例如，如图2-3所示，F2,2为后一帧图像的特征图像的(2,2)处像素值，F2,2＝74，F′2,1为前一帧图像的特征图像的(2,1)处像素值，F′2,1＝74，则dis(min(F2,2,F′i,j))表示确定在前一帧图像的特征图像的(1,1)、(1,2)、(1,3)、(2,1)、(2,2)、(2,3)、(3,1)、(3,2)、(3,3)处像素值中与F2,2具有最小差值的像素值为F′2,1，并对F2,2和F′2,1进行城市距离计算，确定后一帧图像中的像素点与前一帧图像中绝对区域内的对应像素点之间的偏移距离为1以及偏移方向为向左；
如图2-4所示，F2,2为后一帧图像的特征图像的(2,2)处像素值，F2,2＝74，F′左上为前一帧图像的特征图像的(2,2)处对应的左上方向的像素值集,F′左上＝{16,19,74,0}，F′上为前一帧图像的特征图像的(2,2)处对应的上方向的像素值集,F′上＝{19,0}，F′右上为前一帧图像的特征图像的(2,2)处对应的右上方向的像素值集,F′右上＝{19,11,0,17}，F′左为前一帧图像的特征图像的(2,2)处对应的左方向的像素值集,F′左＝{74,0}，F′右为前一帧图像的特征图像的(2,2)处对应的右方向的像素值集,F′右＝{0,17}，F′左 ′下为前一帧图像的特征图像的(2,2)处对应的左下方向的像素值集,F′左下＝{74,0,23,0}，F′下为前一帧图像的特征图像的(2,2)处对应的下方向的像素值集,F′下＝{0,0}，F′右下为前一帧图像的特征图像的(2,2)处对应的右下方向的像素值集,F′右下＝{0,17,0,8}，dis(min(F2,2,mean(Fi′)))表示确定在平均区域包括的多个像素值集F′左上、F′上、F′右上、F′左、F′右、F′左下、F′下、F′右下分别对应的像素值集均值中与F2,2具有最小差值的像素值集均值为mean(F′左)，并对Fm,n和该像素值集F′左中的像素值进行城市距离计算，确定后一帧图像中的像素点与前一帧图像中平均区域内的对应像素点之间的偏移距离为1和偏移方向为向左，即平均区域为通过比较多个区域确定一个合理的区域来确定偏移距离和偏移方向。
步骤204：根据所述视频流中任意相邻的两帧图像之间的第二抖动程度，确定所述视频流中任意相邻的两帧图像之间是否发生偏移，若发生了偏移，则确定所述视频流中偏移方向相同的连续帧图像的帧数。
在本申请实施例中，根据视频流中任意相邻的两帧图像之间的第二抖动程度，确定视频流中任意相邻的两帧图像之间是否发生偏移，若未发生偏移，则确定视频流未发生抖动，若发生了偏移，则确定视频流中偏移方向相同的连续帧图像的帧数，为了便于理解，下面以举例的形式进行说明：
例如，若视频流中的第二、三、四、五、六、七帧图像均向左偏移，则确定该视频流中有6帧偏移方向相同的连续帧图像；
若视频流中的第二、三、四、六、七帧图像均向左偏移，第五帧图像向右偏移，则确定该视频流中有2帧和3帧偏移方向相同的连续帧图像；
若第二帧图像向左偏移，第三帧图像向右偏移，第四帧图像向左偏移，第五帧图像向右偏移，则确定该视频流中没有偏移方向相同的连续帧图像。
步骤205：判断所述帧数是否小于第一预设阈值，若是，则确定所述视频流发生抖动，若否，则确定所述视频流未发生抖动。
在本申请实施例中，判断视频流中偏移方向相同的连续帧图像的帧数是否小于第一预设阈值，若是，则确定视频流发生抖动，若否，则确定视频流未发生抖动，从而通过抖动周期性变化过滤前景移动、视频角度变换等误检，适应于复杂场景，为了便于理解，下面以举例的形式进行说明：
例如，若第一预设阈值为5，视频流中偏移方向相同的连续帧图像的帧数为6，即视频流中偏移方向相同的连续帧图像的帧数大于第一预设阈值，则确定该视频流中的帧图像长时间朝同一个方向进行偏移，造成视频流中任意相邻的两帧图像发生偏移的原因为前景移动或视频角度变换，视频流未发生抖动；
若第一预设阈值为5，视频流中偏移方向相同的连续帧图像的帧数为4，即视频流中偏移方向相同的连续帧图像的帧数小于第一预设阈值，则确定该视频流中的帧图像并未长时间朝同一个方向进行偏移，造成视频流中任意相邻的两帧图像发生偏移的原因为摄像头发生移动，视频流发生抖动；
若第一预设阈值为5，视频流中偏移方向相同的连续帧图像的帧数为0，即视频流中偏移方向相同的连续帧图像的帧数小于第一预设阈值，则确定该视频流中的帧图像并未长时间朝同一个方向进行偏移，造成视频流中任意相邻的两帧图像发生偏移的原因为摄像头发生移动，视频流发生抖动。
基于同一发明构思，本申请实施例提供一种视频抖动检测装置，该视频抖动检测装置能够实现前述的视频抖动检测方法对应的功能。该视频抖动检测装置可以是硬件结构、软件模块、或硬件结构加软件模块。该视频抖动检测装置可以由芯片***实现，芯片***可以由芯片构成，也可以包含芯片和其他分立器件。请参见图3所示，该视频抖动检测装置包括处理模块301、第一获取模块302、第二获取模块303、第一确定模块304、第二确定模块305，其中：
处理模块301，用于获取视频流中任意相邻的两帧图像，对所述两帧图像的特征图像进行像素值压缩处理；
第一获取模块302，用于对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，其中，所述第一抖动程度用于表示后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向；
第二获取模块303，用于获取所述两帧图像之间的第二抖动程度，其中，所述第二抖动程度为基于所述后一帧图像中的像素点与所述前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对所述第一抖动程度调整后得到的值；
第一确定模块304，用于根据所述视频流中任意相邻的两帧图像之间的第二抖动程度，确定所述视频流中任意相邻的两帧图像之间是否发生偏移，若发生了偏移，则确定所述视频流中偏移方向相同的连续帧图像的帧数；
第二确定模块305，用于判断所述帧数是否小于第一预设阈值，若是，则确定所述视频流发生抖动，若否，则确定所述视频流未发生抖动。
一种可选实施方式中，所述装置还包括第三确定模块，用于：
对所述两帧图像进行纹理检测和纹理膨胀处理，获取所述两帧图像对应的纹理图和纹理膨胀图；
判断所述纹理图上的纹理数是否大于第二预设阈值；
若是，则确定帧图像对应的纹理图为所述帧图像的特征图像；
若否，则确定帧图像对应的纹理膨胀图为所述帧图像的特征图像。
一种可选实施方式中，所述处理模块301，具体用于：
采用第一公式对所述两帧图像的特征图像进行像素值压缩处理；
所述第一公式，具体为：
Figure BDA0002534680120000191
其中，CFi,j为进行像素值压缩处理后的特征图像的(i,j)处像素值，Fi,j为特征图像的(i,j)处的像素值,M为图像x方向的长度，N为图像y方向的长度。
一种可选实施方式中，所述第一获取模块302，具体用于：
采用第二公式对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度；
所述第二公式，具体为：
Figure BDA0002534680120000192
其中，J为两帧图像之间的第一抖动程度,Jx、Jy分别为x方向和y方向的抖动程度,Dis()为通过预设的滑动窗口进行像素值匹配，确定与后一帧图像中的像素行/列对应的前一帧图像中的像素行/列，并根据对应的像素行/列进行城市距离计算，CFm,W为后一帧图像的像素值压缩处理后的特征图像的长度为W的第m行像素值，CF′i,W为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i行像素值，CFW,n为后一帧图像的像素值压缩处理后的特征图像的长度为W的第n列像素值,CF′W,j为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i列像素值,m＝1,2,…,M-W为图像x方向的起点,n＝1,2,…,N-W为图像y方向的起点,M为图像x方向的长度，N为图像y方向的长度，W为所述滑动窗口大小。
一种可选实施方式中，所述第二获取模块303，具体用于：
获取所述两帧图像之间的绝对区域抖动程度或平均区域抖动程度，其中，所述绝对区域抖动程度为后一帧图像中的像素点与前一帧图像中绝对区域内的对应像素点之间的偏移距离以及偏移方向，所述平均区域抖动程度为后一帧图像中的像素点与前一帧图像中平均区域内的对应像素点之间的偏移距离以及偏移方向；
若获取到所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述平均区域抖动程度的累加；
若未获取所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述绝对区域抖动程度的累加。
一种可选实施方式中，所述第二获取模块303，具体用于：
采用第三公式获取所述两帧图像之间的绝对区域抖动程度；
所述第三公式，具体为：
Figure BDA0002534680120000201
其中，Jabs为两帧图像之间的绝对区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，F′i,j为前一帧图像的特征图像的(i,j)处像素值，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在绝对区域内与Fm,n具有最小差值的F′i,j，并对Fm,n和F′i,j进行城市距离计算，绝对区域为i分别为m-1,m,m+1，j分别为n-1,n,n+1。
一种可选实施方式中，所述第二获取模块303，具体用于：
采用第四公式获取所述两帧图像之间的平均区域抖动程度；
所述第四公式，具体为：
Figure BDA0002534680120000202
其中，Javg为两帧图像之间的平均区域抖动程度，Fm,n为后一帧图像的特征图像的(m,n)处像素值，Fi′为前一帧图像的特征图像的(m,n)处对应的i方向的像素值集，mean()为进行均值计算，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在平均区域内与Fm,n具有最小差值的mean(Fi′)，并对Fm,n和Fi′进行城市距离计算，平均区域为i方向分别为左上、上、右上、左、右、左下、下以及右下方向。
基于同一发明构思，本申请实施例提供一种视频抖动检测***，请参见图4所述，该视频抖动检测***包括至少一个处理器402，以及与至少一个处理器连接的存储器401，本申请实施例中不限定处理器402与存储器401之间的具体连接介质，图4是以处理器402和存储器401之间通过总线400连接为例，总线400在图4中以粗线表示，其它部件之间的连接方式，仅是进行示意性说明，并不以此为限。总线400可以分为地址总线、数据总线、控制总线等，为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
在本申请实施例中，存储器401存储有可被至少一个处理器402执行的指令，至少一个处理器402通过调用存储器401存储的指令，可以执行前述的视频抖动检测方法中所包括的步骤。其中，处理器402是视频抖动检测***的控制中心，可以利用各种接口和线路连接整个视频抖动检测***的各个部分，通过执行存储在存储器401内的指令，从而实现视频抖动检测***的各种功能。可选的，处理器402可包括一个或多个处理单元，处理器402可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作***、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器402中。在一些实施例中，处理器402和存储器401可以在同一芯片上实现，在一些实施例中，它们也可以在独立的芯片上分别实现。
存储器401作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器401可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random AccessMemory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器401是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本申请实施例中的存储器401还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
处理器402可以是通用处理器，例如中央处理器(CPU)、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本申请实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的视频抖动检测方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
通过对处理器402进行设计编程，可以将前述实施例中介绍的视频抖动检测方法所对应的代码固化到芯片内，从而使芯片在运行时能够执行前述的视频抖动检测方法的步骤，如何对处理器402进行设计编程为本领域技术人员所公知的技术，这里不再赘述。
基于同一发明构思，本申请实施例还提供一种存储介质，该存储介质存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行如前述的视频抖动检测方法的步骤。
在一些可能的实施方式中，本申请提供的视频抖动检测方法的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在视频抖动检测***上运行时，程序代码用于使该视频抖动检测***执行本说明书上述描述的根据本申请各种示例性实施方式的视频抖动检测方法中的步骤。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种视频抖动检测方法，其特征在于，包括:
获取视频流中任意相邻的两帧图像，对所述两帧图像的特征图像进行像素值压缩处理；
对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，其中，所述第一抖动程度用于表示后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向；
获取所述两帧图像之间的第二抖动程度，其中，所述第二抖动程度为基于所述后一帧图像中的像素点与所述前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对所述第一抖动程度调整后得到的值；
根据所述视频流中任意相邻的两帧图像之间的第二抖动程度，确定所述视频流中任意相邻的两帧图像之间是否发生偏移，若发生了偏移，则确定所述视频流中偏移方向相同的连续帧图像的帧数；
判断所述帧数是否小于第一预设阈值，若是，则确定所述视频流发生抖动，若否，则确定所述视频流未发生抖动。
2.如权利要求1所述的方法，其特征在于，对所述两帧图像的特征图像进行像素值压缩处理之前，还包括：
对所述两帧图像进行纹理检测和纹理膨胀处理，获取所述两帧图像对应的纹理图和纹理膨胀图；
判断所述纹理图上的纹理数是否大于第二预设阈值；
若是，则确定帧图像对应的纹理图为所述帧图像的特征图像；
若否，则确定帧图像对应的纹理膨胀图为所述帧图像的特征图像。
3.如权利要求2所述的方法，其特征在于，对所述两帧图像的特征图像进行像素值压缩处理，包括：
采用第一公式对所述两帧图像的特征图像进行像素值压缩处理；
所述第一公式，具体为：
Figure FDA0002534680110000021
其中，CFi，j为进行像素值压缩处理后的特征图像的(i，j)处像素值，Fi，j为特征图像的(i，j)处的像素值，M为图像x方向的长度，N为图像y方向的长度。
4.如权利要求1所述的方法，其特征在于，对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，包括：
采用第二公式对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度；
所述第二公式，具体为：
Figure FDA0002534680110000022
其中，J为两帧图像之间的第一抖动程度，Jx、Jy分别为x方向和y方向的抖动程度，Dis()为通过预设的滑动窗口进行像素值匹配，确定与后一帧图像中的像素行/列对应的前一帧图像中的像素行/列，并根据对应的像素行/列进行城市距离计算，CFm，W为后一帧图像的像素值压缩处理后的特征图像的长度为W的第m行像素值，CF′i，W为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i行像素值，CFW，n为后一帧图像的像素值压缩处理后的特征图像的长度为W的第n列像素值，CF′W，j为前一帧图像的像素值压缩处理后的特征图像的长度为W的第i列像素值，m＝1，2，...，M-W为图像x方向的起点，n＝1，2，...，N-W为图像y方向的起点，M为图像x方向的长度，N为图像y方向的长度，W为所述滑动窗口大小。
5.如权利要求1-4任一所述的方法，其特征在于，获取所述两帧图像之间的第二抖动程度，包括：
获取所述两帧图像之间的绝对区域抖动程度或平均区域抖动程度，其中，所述绝对区域抖动程度为后一帧图像中的像素点与前一帧图像中绝对区域内的对应像素点之间的偏移距离以及偏移方向，所述平均区域抖动程度为后一帧图像中的像素点与前一帧图像中平均区域内的对应像素点之间的偏移距离以及偏移方向；
若获取到所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述平均区域抖动程度的累加；
若未获取所述平均区域抖动程度，则所述两帧图像之间的第二抖动程度为所述第一抖动程度与所述绝对区域抖动程度的累加。
6.如权利要求5所述的方法，其特征在于，获取所述两帧图像之间的绝对区域抖动程度，包括：
采用第三公式获取所述两帧图像之间的绝对区域抖动程度；
所述第三公式，具体为：
Figure FDA0002534680110000031
其中，Jabs为两帧图像之间的绝对区域抖动程度，Fm，n为后一帧图像的特征图像的(m，n)处像素值，F′i，j为前一帧图像的特征图像的(i，j)处像素值，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在绝对区域内与Fm，n具有最小差值的F′i，j，并对Fm，n和F′i，j进行城市距离计算，绝对区域为i分别为m-1，m，m+1，j分别为n-1，n，n+1。
7.如权利要求6所述的方法，其特征在于，获取所述两帧图像之间的平均区域抖动程度，包括：
采用第四公式获取所述两帧图像之间的平均区域抖动程度；
所述第四公式，具体为：
Figure FDA0002534680110000041
其中，Javg为两帧图像之间的平均区域抖动程度，Fm，n为后一帧图像的特征图像的(m，n)处像素值，Fi′为前一帧图像的特征图像的(m，n)处对应的i方向的像素值集，mean()为进行均值计算，M为图像x方向的长度，N为图像y方向的长度，dis(min())为确定在平均区域内与Fm，n具有最小差值的mean(Fi′)，并对Fm，n和Fi′进行城市距离计算，平均区域为i方向分别为左上、上、右上、左、右、左下、下以及右下方向。
8.一种视频抖动检测装置，其特征在于，包括：
处理模块，用于获取视频流中任意相邻的两帧图像，对所述两帧图像的特征图像进行像素值压缩处理；
第一获取模块，用于对所述像素值压缩处理后的两帧特征图像进行像素值匹配，根据所述像素值匹配结果，获取所述两帧图像之间的第一抖动程度，其中，所述第一抖动程度用于表示后一帧图像中的像素点与前一帧图像中的对应像素点之间的偏移距离以及偏移方向；
第二获取模块，用于获取所述两帧图像之间的第二抖动程度，其中，所述第二抖动程度为基于所述后一帧图像中的像素点与所述前一帧图像中预设区域内的对应像素点之间的偏移距离以及偏移方向对所述第一抖动程度调整后得到的值；
第一确定模块，用于根据所述视频流中任意相邻的两帧图像之间的第二抖动程度，确定所述视频流中任意相邻的两帧图像之间是否发生偏移，若发生了偏移，则确定所述视频流中偏移方向相同的连续帧图像的帧数；
第二确定模块，用于判断所述帧数是否小于第一预设阈值，若是，则确定所述视频流发生抖动，若否，则确定所述视频流未发生抖动。
9.一种视频抖动检测***，其特征在于，包括：
存储器，用于存储程序指令；
处理器，用于调用所述存储器中存储的程序指令，按照获得的程序指令执行权利要求1-7任一项所述的方法包括的步骤。
10.一种存储介质，其特征在于，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行权利要求1-7任一项所述的方法包括的步骤。
CN202010529379.0A 2020-06-11 2020-06-11 一种视频抖动检测方法、装置以及*** Active CN111741186B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010529379.0A CN111741186B (zh) 2020-06-11 2020-06-11 一种视频抖动检测方法、装置以及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010529379.0A CN111741186B (zh) 2020-06-11 2020-06-11 一种视频抖动检测方法、装置以及***

Publications (2)

Publication Number Publication Date
CN111741186A true CN111741186A (zh) 2020-10-02
CN111741186B CN111741186B (zh) 2022-09-13

Family

ID=72648746

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010529379.0A Active CN111741186B (zh) 2020-06-11 2020-06-11 一种视频抖动检测方法、装置以及***

Country Status (1)

Country Link
CN (1) CN111741186B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113569713A (zh) * 2021-07-23 2021-10-29 浙江大华技术股份有限公司 视频图像的条纹检测方法及装置、计算机可读存储介质
CN114494985A (zh) * 2022-04-18 2022-05-13 山东西曼克技术有限公司 基于图像处理的物流转运机器人工作异常检测方法及***
CN115171328A (zh) * 2022-06-30 2022-10-11 国网北京市电力公司 基于视频压缩编码的烟火识别方法、装置、设备及介质
WO2024055762A1 (zh) * 2022-09-14 2024-03-21 支付宝(杭州)信息技术有限公司 一种视频抖动检测方法、装置以及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108234859A (zh) * 2017-08-30 2018-06-29 珠海市魅族科技有限公司 视频防抖控制方法、装置、计算机装置及可读存储介质
CN110191320A (zh) * 2019-05-29 2019-08-30 合肥学院 基于像素时序运动分析的视频抖动与冻结检测方法及装置
US10594940B1 (en) * 2018-01-12 2020-03-17 Vulcan Inc. Reduction of temporal and spatial jitter in high-precision motion quantification systems

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108234859A (zh) * 2017-08-30 2018-06-29 珠海市魅族科技有限公司 视频防抖控制方法、装置、计算机装置及可读存储介质
US10594940B1 (en) * 2018-01-12 2020-03-17 Vulcan Inc. Reduction of temporal and spatial jitter in high-precision motion quantification systems
CN110191320A (zh) * 2019-05-29 2019-08-30 合肥学院 基于像素时序运动分析的视频抖动与冻结检测方法及装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113569713A (zh) * 2021-07-23 2021-10-29 浙江大华技术股份有限公司 视频图像的条纹检测方法及装置、计算机可读存储介质
CN114494985A (zh) * 2022-04-18 2022-05-13 山东西曼克技术有限公司 基于图像处理的物流转运机器人工作异常检测方法及***
CN114494985B (zh) * 2022-04-18 2022-07-19 山东西曼克技术有限公司 基于图像处理的物流转运机器人工作异常检测方法及***
CN115171328A (zh) * 2022-06-30 2022-10-11 国网北京市电力公司 基于视频压缩编码的烟火识别方法、装置、设备及介质
CN115171328B (zh) * 2022-06-30 2023-11-10 国网北京市电力公司 基于视频压缩编码的烟火识别方法、装置、设备及介质
WO2024055762A1 (zh) * 2022-09-14 2024-03-21 支付宝(杭州)信息技术有限公司 一种视频抖动检测方法、装置以及设备

Also Published As

Publication number Publication date
CN111741186B (zh) 2022-09-13

Similar Documents

Publication Publication Date Title
CN111741186B (zh) 一种视频抖动检测方法、装置以及***
CN110598558B (zh) 人群密度估计方法、装置、电子设备及介质
CN106709932B (zh) 一种人脸位置跟踪方法、装置和电子设备
US9615039B2 (en) Systems and methods for reducing noise in video streams
JP5478047B2 (ja) 映像データ圧縮前処理方法およびこれを用いた映像データ圧縮方法と映像データ圧縮システム
CN109478329B (zh) 图像处理方法和装置
CN108198208B (zh) 一种基于目标跟踪的移动侦测方法
CN111047908B (zh) 跨线车辆的检测装置、方法及视频监控设备
JPWO2018061976A1 (ja) 画像処理装置
CN110610150A (zh) 一种目标运动物体的跟踪方法、装置、计算设备和介质
CN111160187B (zh) 一种遗留物体检测的方法、装置及***
WO2021013049A1 (zh) 前景图像获取方法、前景图像获取装置和电子设备
CN111583299A (zh) 一种运动检测方法、装置、存储介质及终端设备
CN111489292B (zh) 视频流的超分辨率重建方法及装置
Patro Design and implementation of novel image segmentation and BLOB detection algorithm for real-time video surveillance using DaVinci processor
KR101615479B1 (ko) 적응적 전/후처리 필터링을 이용하는 초해상도 영상 처리 방법
CN114332082B (zh) 清晰度的评价方法、装置、电子设备及计算机存储介质
CN113936242B (zh) 一种视频图像干扰检测方法、***、设备以及介质
CN104112266B (zh) 一种图像边缘虚化的检测方法和装置
CN113711272A (zh) 用于非失实运动检测的方法及***
CN113592801A (zh) 视频图像的条纹干扰检测方法及其装置
CN112967321A (zh) 运动目标的检测方法、装置、终端设备及存储介质
JP2020102212A (ja) 煙検出方法及び装置
Chaiyawatana et al. Robust object detection on video surveillance
EP2570962A1 (en) Video analysis

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant