CN112261406A - 一种基于滤波的超高清视频彩条异态实时检测方法 - Google Patents

Abstract

本发明提供一种基于滤波的超高清视频彩条异态实时检测方法，包括以下步骤：按自上向下方向，每隔预设定n1行，对视频图像帧扫描一次，识别候选彩条区域；识别彩条粗检测区域；进行彩条区域细提取，得到彩条识别框区域；计算彩条识别框区域内的彩条置信度；根据彩条置信度，判断当前检测的视频图像帧是否为彩条异态帧；基于多帧彩条关联判断。本发明具有以下优点：(1)支持标准彩条、区域性彩条、上下错位彩条、四种及八种颜色彩条的检测，适用范围广，提高了彩条检测的全面性和准确性；(2)抗干扰力强，提高检测精度；(3)本发明进行彩条异态检测时，不需要对整个视频图像帧进行全面像素点的扫描，从而提高彩条异态检测的实时性。

Description

一种基于滤波的超高清视频彩条异态实时检测方法

技术领域

本发明属于彩条异态实时检测技术领域，具体涉及一种基于滤波的超高清视频彩条异态实时检测方法。

背景技术

随着数字电视的发展，频道数目越来越多，对播出的视频画面实时进行彩条异常监测，当监测到彩条异态时，及时报警，已成为保障电视节目安全播出的重要任务。

彩条主要产生途径为制作域生产素材时的夹帧或摄像机拍摄素材时自身发生彩条。现有的各种视频彩条异态检测技术，普遍具有抗干扰力有限，易出现误检测以及检测实时性有限等问题，从而制约了彩条异态检测的应用效果。

发明内容

针对现有技术存在的缺陷，本发明提供一种基于滤波的超高清视频彩条异态实时检测方法，可有效解决上述问题。

本发明采用的技术方案如下：

本发明提供一种基于滤波的超高清视频彩条异态实时检测方法，包括以下步骤：

步骤1，获取待检测的第一视频图像帧A1，对所述第一视频图像帧A1进行滤波处理，并识别第一视频图像帧A1是否为异态彩条，具体包括以下步骤：

步骤101，从图像最顶行开始，按自上向下方向，每隔预设定的n1行，对所述第一视频图像帧A1扫描一次，每当扫描到一个扫描行时，对该扫描行，均进行以下滤波处理：

每个所述扫描行从左向右由多个像素点组成；识别到每个像素点的像素值；预设置第一像素点数量阈值confThresh_1和第二像素点数量阈值confThresh_2；按从左向右方向，每当识别到像素值相同的若干个连续像素点时，设本次识别到的像素值相同的连续像素点数量为confThresh，判断是否满足以下条件：confThresh_1<confThresh<confThresh_2；如果不满足，则继续向右识别其他像素点；如果满足，则将本次识别到的像素值相同的连续像素点形成的区域称为候选小区域；然后，再继续向右识别其他像素点，直到将所述扫描行的所有像素点均识别完成；因此，对于一个所述扫描行，识别到若干个候选小区域；

步骤102，对于识别到的属于同一扫描行的若干个候选小区域，假设共有n个候选小区域，按从左向右方向，分别表示为：第1候选小区域,第2候选小区域,…,第n候选小区域，进行以下处理：

步骤1021，识别到第1候选小区域的像素值为V1,第2候选小区域的像素值为V2,…,第n候选小区域的像素值为Vn；

判断像素值V1,像素值为V2,…,像素值Vn是否符合跳变规律，如果符合，则n个候选小区域形成的区域称为初始彩条区域；再执行步骤1022；

其中，所述跳变规律为：像素值V1上升跳变到像素值V2，像素值V2下降跳变到像素值V3，像素值V3上升跳变到像素值V4，依此类推；并且，任意两个相邻像素值的差的绝对值，大于跳变阈值pixThresh；

步骤1022，假设识别到的所述初始彩条区域由n2个候选小区域组成，判断所述n2个候选小区域是否符合以下要求：

对于n2个候选小区域，任意相邻两个候选小区域之间的距离小于候选小区域预设距离disThresh，并且，n2大于4；

如果符合要求，则所述初始彩条区域为候选彩条区域；至此完成对扫描到的扫描行的滤波处理；

步骤103，按自上而下方向，依次对扫描到的每个扫描行进行滤波处理，同时，实时判断是否满足以下要求：

预设置候选彩条区域的连续数量为n3；当自上向下，出现连续n3个候选彩条区域，并且，n3个候选彩条区域满足以下要求：相邻上下两个候选彩条区域的左边界间距小于设定阈值，相邻上下两个候选彩条区域的右边界间距小于设定阈值，则停止向下继续扫描行，并执行步骤104；

步骤104，识别彩条粗检测区域，方法为：

确定n3个候选彩条区域的外接矩形；然后，保持外接矩形的上边界L1不变；向下延长外接矩形的左边界，直到左边界到达第一视频图像帧A1的最底部边界，由此得到左边界延长边L2；同样，向下延长右边界，直到右边界到达第一视频图像帧A1的最底部边界，由此得到右边界延长边L3；将左边界延长边L2的底角点和右边界延长边L3的底角点相连，得到下边界L4；下边界L4、右边界延长边L3、上边界L1和左边界延长边L2围成的矩形，即为彩条粗检测区域；

步骤105，在彩条粗检测区域，已识别出n3个候选彩条区域；在彩条粗检测区域内，并且位于n3个候选彩条区域的下方，继续隔设定的n1行扫描一次，并且，实时对扫描到的扫描行，进行滤波处理，从而识别出扫描行的候选彩条区域，同时，在进行隔n1行扫描滤波的过程中，实时判断是否满足以下要求：

彩条粗检测区域内，自上向下，连续的候选彩条区域的数量超过阈值dthresh；

如果不满足以上要求，则继续向下隔n1行扫描滤波；如果满足以上要求，则停止向下继续隔n1行扫描滤波，并假设当前扫描滤波行为第C1行，然后执行步骤106；

步骤106，在彩条粗检测区域内，位于第C1行以上的区域称为彩条识别框区域，由此完成彩条区域细提取；

步骤107，在彩条识别框区域内，扫描总行数为N1；识别出候选彩条区域的行数为N2，则采用以下公式，计算彩条置信度e:

e＝N2/N1

步骤108，如果彩条置信度e大于彩条置信度阈值barThresh时，表明当前检测的第一视频图像帧A1为彩条异态帧，代表当前检测的第一视频图像帧A1包含彩条；否则，表明当前检测的第一视频图像帧A1不包含彩条；

步骤2，基于多帧的彩条关联判断方法，具体为：

读取下一个相邻的第二视频图像帧A2；将第二视频图像帧A2与第一视频图像帧A1对齐，从而根据第一视频图像帧A1中定位到的彩条识别框区域B1，在第二视频图像帧A2的相同位置定位到彩条识别框区域B2；

在彩条识别框区域B2中，进行隔n1行滤波处理，并最终计算到彩条置信度e，再根据计算到的彩条置信度e判断第二视频图像帧A2是否为彩条异态帧；

采用同样的方法，设预设置连续帧数量为N3，从第一视频图像帧A1开始，依次对剩下的N3-1个视频图像帧进行彩条异态识别，当连续的N3个视频图像帧均为彩条异态帧时，则最终得出连续N3帧为彩条异态帧，进行报警提示。

本发明提供的一种基于滤波的超高清视频彩条异态实时检测方法具有以下优点：

(1)既支持100％和75％的标准彩条检测，还支持区域性彩条、SMPYE彩条、上下错位彩条、四种及八种颜色彩条的检测，适用范围广，提高了彩条检测的全面性和准确性；

(2)抗干扰力强，提高检测精度；

(3)本发明进行彩条异态检测时，不需要对整个视频图像帧进行全面像素点的扫描，从而提高彩条异态检测的实时性。

附图说明

图1为本发明提供的一种基于滤波的超高清视频彩条异态实时检测方法的流程示意图；

图2为候选小区域以及初始彩条区域的示意图；

图3为彩条粗检测区域的示意图；

图4为彩条识别框区域的示意图；

图5为彩条识别框区域显示的具体应用场景图。

具体实施方式

为了使本发明所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

本发明提供一种基于滤波的超高清视频彩条异态实时检测方法，具有以下优点：

(1)既支持100％和75％的标准彩条检测，还支持区域性彩条、SMPYE彩条、上下错位彩条、四种及八种颜色彩条的检测，适用范围广，提高了彩条检测的全面性和准确性；

(2)抗干扰力强，提高检测精度；

本发明可对带有中心带、文字及图像等多种标准和非标准彩条进行检测，解决了现有彩条检测技术只能检测单一种类标准彩条的技术问题；同时，本发明可以排除台标、角标、时钟、底飞字幕等频道包装内容及与彩条相近的场景干扰，提高彩条异态检测准确性。

(3)本发明在进行彩条异态检测时，不需要对整个视频图像帧进行全面像素点的扫描，从而提高彩条异态检测的实时性。

本发明提出的方法应用在高/标清、4K超高清SDI信号的彩条异态检测，能实时快速定位播出链路上的故障点，为智能应急切换提供可靠依据。

本发明提供一种基于滤波的超高清视频彩条异态实时检测方法，主要思路为：

本发明提供的一种基于滤波的超高清视频彩条异态实时检测方法，是一种标准彩条和非标准彩条异态检测的通用方法，本发明彩条检测方法不使用彩条的标准值、直方图、模板匹配等单一的颜色及特征对彩条进行判断，而是通过逐行滤波以确定彩条异态所在区域，再根据彩条本身的4个或8个色相区域宽度相等、各色相像素跳变个数大于3且垂直分布等多种特征相结合的方式进行彩条检测，防止误判。在将视频图像帧按行进行滤波和彩条识别后，初步得到候选彩条区域，但候选彩条区域往往和视频图像帧上其它类似特征的线条(如有特效场景的彩条，条状或格子背景等等)夹杂在一起，为将这些噪声场景进行有效的去除，结合多帧关联来提高视频图像帧的彩条检测准确性。

参考图1，基于滤波的超高清视频彩条异态实时检测方法，包括以下步骤：

步骤1，获取待检测的第一视频图像帧A1，对所述第一视频图像帧A1进行滤波处理，并识别第一视频图像帧A1是否为异态彩条，具体包括以下步骤：

步骤101，从图像最顶行开始，按自上向下方向，每隔预设定的n1行，对所述第一视频图像帧A1扫描一次；其中，n1行的具体数量，根据实际检测需求灵活设定，可以为2行、4行等，本发明对此并不限定。

每当扫描到一个扫描行时，每个扫描行的行高相等，对该扫描行，均进行以下滤波处理：

每个所述扫描行从左向右由多个像素点组成；识别到每个像素点的像素值；预设置第一像素点数量阈值confThresh_1和第二像素点数量阈值confThresh_2；其中，第一像素点数量阈值confThresh_1为在视频图像上出现彩条的最小宽度，第二像素点数量阈值confThresh_2为在视频图像上出现彩条的最大宽度。按从左向右方向，每当识别到像素值相同的若干个连续像素点时，设本次识别到的像素值相同的连续像素点数量为confThresh，判断是否满足以下条件：confThresh_1<confThresh<confThresh_2；作为一种具体实现方式，假设扫描行的行高为width；则confThresh_1可设置为width/8；confThresh_2可设置为width/4；

如果不满足，则继续向右识别其他像素点；如果满足，则将本次识别到的像素值相同的连续像素点形成的区域称为候选小区域，候选小区域为均匀色带；然后，再继续向右识别其他像素点，直到将所述扫描行的所有像素点均识别完成；因此，对于一个所述扫描行，识别到若干个候选小区域；

参考图2，h1代表第1个扫描行；h2代表第2个扫描行；h3代表第3个扫描行；当对第1个扫描行进行扫描滤波时，共识别到5个均匀色带，分别为色带f1、色带f2、色带f3、色带f4和色带k1；也就是说，每个色带中的像素点的像素值相同。并且，色带f1、色带f2、色带f3、色带f4的宽度，满足要求；而色带k1的宽度，不满足要求。因此，色带f1、色带f2、色带f3、色带f4为候选小区域，而色带k1不是候选小区域。因此，色带f1为候选小区域f1、色带f2为候选小区域f2、色带f3为候选小区域f3、色带f4为候选小区域f4。

步骤102，对于识别到的属于同一扫描行的若干个候选小区域，假设共有n个候选小区域，按从左向右方向，分别表示为：第1候选小区域,第2候选小区域,…,第n候选小区域，进行以下处理：

步骤1021，识别到第1候选小区域的像素值为V1,第2候选小区域的像素值为V2,…,第n候选小区域的像素值为Vn；

判断像素值V1,像素值为V2,…,像素值Vn是否符合跳变规律，如果符合，则n个候选小区域形成的区域称为初始彩条区域；再执行步骤1022；

其中，所述跳变规律为：像素值V1上升跳变到像素值V2，像素值V2下降跳变到像素值V3，像素值V3上升跳变到像素值V4，依此类推；并且，任意两个相邻像素值的差的绝对值，大于跳变阈值pixThresh；

仍以图2为例，当扫描滤波第1个扫描行时，共有4个候选小区域，按从左向右方向，依次为：候选小区域f1、候选小区域f2、候选小区域f3、候选小区域f4。

本步骤中，如果候选小区域f1、候选小区域f2、候选小区域f3、候选小区域f4的像素值分别为：0、100、50、100，则表明这4个候选小区域满足跳变规律，因此，4个候选小区域形成的区域为初始彩条区域，即图2中顶点r1、顶点r2、顶点r4、顶点r3围成的矩形区域。

也就是说，对于电视彩条，其由多个色带组成；相邻色带的像素值之间满足以上跳变规律，并且，色带的数量在特定范围内。而对于非电视彩条，其相邻色带的像素值通常不满足以上跳变规律，或者，色带的数量不满足以上要求。

通过本发明方法，可初步识别到彩条区域。

步骤1022，假设识别到的所述初始彩条区域由n2个候选小区域组成，判断所述n2个候选小区域是否符合以下要求：

对于n2个候选小区域，任意相邻两个候选小区域之间的距离小于候选小区域预设距离disThresh，并且，n2大于4；

如果符合要求，则所述初始彩条区域为候选彩条区域；至此完成对扫描到的扫描行的滤波处理；

步骤103，按自上而下方向，依次对扫描到的每个扫描行进行滤波处理，同时，实时判断是否满足以下要求：

预设置候选彩条区域的连续数量为n3；当自上向下，出现连续n3个候选彩条区域，并且，n3个候选彩条区域满足以下要求：相邻上下两个候选彩条区域的左边界间距小于设定阈值，相邻上下两个候选彩条区域的右边界间距小于设定阈值，则停止向下继续扫描行，并执行步骤104；

参考图3，假设n3为20；当扫描并识别出候选彩条区域ST20时，ST1到ST20这20个候选彩条区域满足以上要求，此时，不再继续向下扫描，而是执行步骤104。

步骤104，识别彩条粗检测区域，方法为：

确定n3个候选彩条区域的外接矩形；然后，保持外接矩形的上边界L1不变；向下延长外接矩形的左边界，直到左边界到达第一视频图像帧A1的最底部边界，由此得到左边界延长边L2；同样，向下延长右边界，直到右边界到达第一视频图像帧A1的最底部边界，由此得到右边界延长边L3；将左边界延长边L2的底角点和右边界延长边L3的底角点相连，得到下边界L4；下边界L4、右边界延长边L3、上边界L1和左边界延长边L2围成的矩形，即为彩条粗检测区域；

参考图3，顶点S1、顶点S2、顶点S3、顶点S4围成的矩形，即为彩条粗检测区域。

步骤105，在彩条粗检测区域，已识别出n3个候选彩条区域；在彩条粗检测区域内，并且位于n3个候选彩条区域的下方，继续隔设定的n1行扫描一次，并且，实时对扫描到的扫描行，进行滤波处理，从而识别出扫描行的候选彩条区域，同时，在进行隔n1行扫描滤波的过程中，实时判断是否满足以下要求：

彩条粗检测区域内，自上向下，连续的候选彩条区域的数量超过阈值dthresh；

如果不满足以上要求，则继续向下隔n1行扫描滤波；如果满足以上要求，则停止向下继续隔n1行扫描滤波，并假设当前扫描滤波行为第C1行，然后执行步骤106；

步骤106，在彩条粗检测区域内，位于第C1行以上的区域称为彩条识别框区域，由此完成彩条区域细提取；

参考图4，顶点S1、顶点S5、顶点S6、顶点S4围成的矩形，即为彩条识别框区域。

参考图5，为一种具体应用场景图。在图5中，顶点T1、顶点T2、顶点T3、顶点T4围成的矩形，即为彩条识别框区域。

步骤107，在彩条识别框区域内，扫描总行数为N1；识别出候选彩条区域的行数为N2，则采用以下公式，计算彩条置信度e:

e＝N2/N1

步骤108，如果彩条置信度e大于彩条置信度阈值barThresh时，表明当前检测的第一视频图像帧A1为彩条异态帧，代表当前检测的第一视频图像帧A1包含彩条；否则，表明当前检测的第一视频图像帧A1不包含彩条；

通过上述步骤，在本发明中，通过彩条区域粗提取，可以在视频图像中去掉不包含彩条的图像数据，保留包含彩条的图像数据，能够简化数据处理过程，避免不必要的数据处理和计算，从而提高数据处理效率。

步骤2，基于多帧的彩条关联判断方法，具体为：

读取下一个相邻的第二视频图像帧A2；将第二视频图像帧A2与第一视频图像帧A1对齐，从而根据第一视频图像帧A1中定位到的彩条识别框区域B1，在第二视频图像帧A2的相同位置定位到彩条识别框区域B2；

在彩条识别框区域B2中，进行隔n1行滤波处理，并最终计算到彩条置信度e，再根据计算到的彩条置信度e判断第二视频图像帧A2是否为彩条异态帧；

采用同样的方法，设预设置连续帧数量为N3，从第一视频图像帧A1开始，依次对剩下的N3-1个视频图像帧进行彩条异态识别，当连续的N3个视频图像帧均为彩条异态帧时，则最终得出连续N3帧为彩条异态帧，进行报警提示。

也就是说，在连续的彩条识别框区域内，对各个视频图像帧进行比对，当连续视频图像帧彩条持续一定帧则报警发生。

因此，在完成彩条区域细提取之后，得到彩条识别框区域，在之后多帧彩条识别框区域内进行彩条置信度计算，如果连续存在置信度值大于彩条置信度阈值barThresh时，则确定是彩条异态帧。在本实施例中，通过彩条置信度判断彩条异态的方式，既可以调节彩条检测的灵敏度，又能够避免实际静帧但程序通过图像对比方式检测为非静帧的情况带来的误检。

因此，本发明提供的基于滤波的超高清视频彩条异态实时检测方法，首先获取待检测的视频图像帧，例如4K超高清图像；然后，按行由上至下生成彩条图像的滤波图谱，同时在滤波图谱中根据每行生成彩带的位置信息及连续性确定彩条检测区，完成彩条区域粗提取；接着在彩条粗提取区域中，继续按行由上至下生成彩条滤波图谱，根据彩条垂直分布特征确定彩条识别框，完成彩条区域细提取，并得出彩条置信度。最后根据多帧关联，在彩条识别框内连续多帧判断图像一致性，判断出彩条异态。

相对于现有技术，本发明中，利用生成彩条滤波图谱、先粗提取后细提取，再多帧关联确定彩条区域的方式，能够提高彩条检测精度，进而缓解通过现有彩条检测技术识别到的彩条准确性差及局限于识别全屏100％和75％彩条的技术问题。

通过上述描述可知，在本发明中，可以通过4K超高清信号获取待检测的图像，并将该图像发送至终端设备上进行识别，或者发送到服务器中进行识别，本发明对此不做具体限定。

本发明提供一种基于滤波的超高清视频彩条异态实时检测方法，具有以下优点：

1.本发明创新性的使用彩条滤波图谱的方法进行彩条检测。不需要知道彩条标准值等先验信息。

2.本发明创新性的使用彩条置信度的方法确定彩条区域的可信度。

3.本发明创新性的使用粗提取细提取相结合的方法，提高彩条检测的准确性和效率，并在4K超高清视频中取得实时检测。

4.本发明为一种通用的多种标准彩条和非标准彩条异态检测方法。本发明不仅可以检测全屏八种颜色彩条，同时还支持区域彩条、SMPYE彩条、四种颜色彩条等非标准异态彩条的检测。

5.本发明不需要对不同的视频调整阈值，具有良好的适应性。

6.本发明排除了台标、角标、时钟、底飞字幕等频道包装的内容及特效场景干扰，防止漏检。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过与计算机程序指令相关的硬件来完成的，上述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，上述的存储介质可为磁碟、光盘、只读存储记忆体(ROM：Read-Only Memory)或随机存储记忆体(RAM：RandomAccess Memory)等。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视本发明的保护范围。

Claims (1)

1.一种基于滤波的超高清视频彩条异态实时检测方法，其特征在于，包括以下步骤：

步骤1，获取待检测的第一视频图像帧A1，对所述第一视频图像帧A1进行滤波处理，并识别第一视频图像帧A1是否为异态彩条，具体包括以下步骤：

步骤101，从图像最顶行开始，按自上向下方向，每隔预设定的n1行，对所述第一视频图像帧A1扫描一次，每当扫描到一个扫描行时，对该扫描行，均进行以下滤波处理：

每个所述扫描行从左向右由多个像素点组成；识别到每个像素点的像素值；预设置第一像素点数量阈值confThresh_1和第二像素点数量阈值confThresh_2；按从左向右方向，每当识别到像素值相同的若干个连续像素点时，设本次识别到的像素值相同的连续像素点数量为confThresh，判断是否满足以下条件：confThresh_1<confThresh<confThresh_2；如果不满足，则继续向右识别其他像素点；如果满足，则将本次识别到的像素值相同的连续像素点形成的区域称为候选小区域；然后，再继续向右识别其他像素点，直到将所述扫描行的所有像素点均识别完成；因此，对于一个所述扫描行，识别到若干个候选小区域；

步骤102，对于识别到的属于同一扫描行的若干个候选小区域，假设共有n个候选小区域，按从左向右方向，分别表示为：第1候选小区域,第2候选小区域,…,第n候选小区域，进行以下处理：

步骤1021，识别到第1候选小区域的像素值为V1,第2候选小区域的像素值为V2,…,第n候选小区域的像素值为Vn；

判断像素值V1,像素值为V2,…,像素值Vn是否符合跳变规律，如果符合，则n个候选小区域形成的区域称为初始彩条区域；再执行步骤1022；

其中，所述跳变规律为：像素值V1上升跳变到像素值V2，像素值V2下降跳变到像素值V3，像素值V3上升跳变到像素值V4，依此类推；并且，任意两个相邻像素值的差的绝对值，大于跳变阈值pixThresh；

步骤1022，假设识别到的所述初始彩条区域由n2个候选小区域组成，判断所述n2个候选小区域是否符合以下要求：

对于n2个候选小区域，任意相邻两个候选小区域之间的距离小于候选小区域预设距离disThresh，并且，n2大于4；

如果符合要求，则所述初始彩条区域为候选彩条区域；至此完成对扫描到的扫描行的滤波处理；

步骤103，按自上而下方向，依次对扫描到的每个扫描行进行滤波处理，同时，实时判断是否满足以下要求：

预设置候选彩条区域的连续数量为n3；当自上向下，出现连续n3个候选彩条区域，并且，n3个候选彩条区域满足以下要求：相邻上下两个候选彩条区域的左边界间距小于设定阈值，相邻上下两个候选彩条区域的右边界间距小于设定阈值，则停止向下继续扫描行，并执行步骤104；

步骤104，识别彩条粗检测区域，方法为：

确定n3个候选彩条区域的外接矩形；然后，保持外接矩形的上边界L1不变；向下延长外接矩形的左边界，直到左边界到达第一视频图像帧A1的最底部边界，由此得到左边界延长边L2；同样，向下延长右边界，直到右边界到达第一视频图像帧A1的最底部边界，由此得到右边界延长边L3；将左边界延长边L2的底角点和右边界延长边L3的底角点相连，得到下边界L4；下边界L4、右边界延长边L3、上边界L1和左边界延长边L2围成的矩形，即为彩条粗检测区域；

步骤105，在彩条粗检测区域，已识别出n3个候选彩条区域；在彩条粗检测区域内，并且位于n3个候选彩条区域的下方，继续隔设定的n1行扫描一次，并且，实时对扫描到的扫描行，进行滤波处理，从而识别出扫描行的候选彩条区域，同时，在进行隔n1行扫描滤波的过程中，实时判断是否满足以下要求：

彩条粗检测区域内，自上向下，连续的候选彩条区域的数量超过阈值dthresh；

如果不满足以上要求，则继续向下隔n1行扫描滤波；如果满足以上要求，则停止向下继续隔n1行扫描滤波，并假设当前扫描滤波行为第C1行，然后执行步骤106；

步骤106，在彩条粗检测区域内，位于第C1行以上的区域称为彩条识别框区域，由此完成彩条区域细提取；

步骤107，在彩条识别框区域内，扫描总行数为N1；识别出候选彩条区域的行数为N2，则采用以下公式，计算彩条置信度e:

e＝N2/N1

步骤108，如果彩条置信度e大于彩条置信度阈值barThresh时，表明当前检测的第一视频图像帧A1为彩条异态帧，代表当前检测的第一视频图像帧A1包含彩条；否则，表明当前检测的第一视频图像帧A1不包含彩条；

步骤2，基于多帧的彩条关联判断方法，具体为：

读取下一个相邻的第二视频图像帧A2；将第二视频图像帧A2与第一视频图像帧A1对齐，从而根据第一视频图像帧A1中定位到的彩条识别框区域B1，在第二视频图像帧A2的相同位置定位到彩条识别框区域B2；

在彩条识别框区域B2中，进行隔n1行滤波处理，并最终计算到彩条置信度e，再根据计算到的彩条置信度e判断第二视频图像帧A2是否为彩条异态帧；

采用同样的方法，设预设置连续帧数量为N3，从第一视频图像帧A1开始，依次对剩下的N3-1个视频图像帧进行彩条异态识别，当连续的N3个视频图像帧均为彩条异态帧时，则最终得出连续N3帧为彩条异态帧，进行报警提示。

Images