視頻丟失快速檢測算法研究

沈志忠，安國成，張濤

（通號通信信息集團有限公司 安防分公司，北京 100070）

視頻丟失快速檢測算法研究

沈志忠，安國成，張濤

（通號通信信息集團有限公司 安防分公司，北京 100070）

隨著視頻監(jiān)控規(guī)模的不斷增大，對視頻監(jiān)控終端進行自動診斷成為迫切需求。針對視頻監(jiān)控中經(jīng)常發(fā)生的視頻丟失故障，提出一種診斷算法，并進行系統(tǒng)設(shè)計和實現(xiàn)。該算法基于監(jiān)控圖像和差分圖像的直方圖分布特征，對視頻丟失進行快速、準確的檢測。通過對視頻質(zhì)量診斷系統(tǒng)實際運行結(jié)果進行分析，該算法能夠滿足視頻監(jiān)控故障自動診斷的需求。

視頻監(jiān)控；視頻丟失；算法；直方圖分布；快速檢測；自動診斷

0 引言

近年來，隨著社會經(jīng)濟快速發(fā)展以及科技的不斷進步，視頻監(jiān)控已深入日常生活的各個領(lǐng)域，視頻監(jiān)控對構(gòu)建和諧社會具有重要意義，在有效控制犯罪案件、群體性事件、騷亂、恐怖襲擊等各種突發(fā)事件中發(fā)揮著重要作用[1-2]。

與其他行業(yè)類似，鐵路行業(yè)也安裝了大量監(jiān)控攝像機，這些攝像機極大地滿足了鐵路監(jiān)控的需要。但目前存在的問題是，各鐵路局的視頻終端動輒達到幾千路，以至于在中國鐵路總公司層面，攝像機的數(shù)量將增長到幾萬路。隨著視頻監(jiān)控點的增多，攝像機的故障也成倍增加，如果僅靠工作人員手工對攝像機逐個排查，工作量巨大。在現(xiàn)階段只能依靠抽查的方式來確認攝像機的工作狀況，效率低下，而且極易出現(xiàn)遺漏。在這種情況下，迫切需要一個智能的診斷系統(tǒng)對這些監(jiān)控點進行分析和處理。

視頻質(zhì)量診斷系統(tǒng)直接依據(jù)視頻的圖像特征來分析系統(tǒng)的工作狀態(tài)，無需添加新的設(shè)備，也不會變更現(xiàn)有的視頻系統(tǒng)，即可實現(xiàn)海量視頻的智能化監(jiān)控管理，對視頻進行監(jiān)控、統(tǒng)計和管理，對出現(xiàn)的異常視頻進行分析，并按照事先設(shè)定的閾值進行報警，在相對較少的人力成本下，能夠大大減少無效視頻的數(shù)量，減少存儲資源的浪費，提高安防監(jiān)控的效率[3]。

1 視頻質(zhì)量診斷系統(tǒng)架構(gòu)

視頻質(zhì)量診斷系統(tǒng)由Web服務(wù)層、后臺服務(wù)層和數(shù)據(jù)層3部分組成（見圖1）。Web服務(wù)層處理與用戶的交互操作，具有診斷策略的配置、診斷結(jié)果展示、統(tǒng)計等功能；后臺服務(wù)層是算法處理層，根據(jù)配置的策略對攝像頭圖像進行質(zhì)量診斷；數(shù)據(jù)層負責(zé)存儲數(shù)據(jù)，Web服務(wù)和后臺服務(wù)在數(shù)據(jù)層進行數(shù)據(jù)的交互[4]。

圖1 視頻質(zhì)量診斷系統(tǒng)架構(gòu)

視頻質(zhì)量診斷系統(tǒng)能夠進行以下類型的檢測：視頻丟失檢測、清晰度檢測、視頻偏色檢測、對比度異常檢測、亮度異常檢測等。在這些視頻故障類型中影響最大的就是視頻丟失，因為一旦發(fā)生事故，需要查看錄像視頻，若發(fā)生視頻丟失且沒有報警，就有可能造成無法挽回的后果。

在此，針對大規(guī)模視頻監(jiān)控中經(jīng)常發(fā)生的視頻丟失提出一種檢測算法，能夠?qū)σ曨l丟失故障進行快速檢測，該算法簡單易行，準確率較高。

2 視頻丟失算法原理

根據(jù)視頻監(jiān)控系統(tǒng)中采用的編碼器不同，視頻丟失故障的典型圖像見圖2，畫面中文字為編碼器的疊加結(jié)果。

圖2 視頻丟失故障典型圖像

觀察出現(xiàn)視頻丟失故障的圖像可以發(fā)現(xiàn)，這些圖像的灰度值比較單一，且其中黑色占絕大部分，因此可以采用圖像的直方圖特征來對故障圖像進行檢測。

圖像直方圖是反映一個圖像像素分布的統(tǒng)計表，其橫坐標代表了圖像像素的種類，可以是灰色，也可以是彩色；縱坐標代表了每一種顏色值在圖像中的像素總數(shù)或者占所有像素個數(shù)的百分比。

幾種不同情況下監(jiān)控圖像的直方圖差異見圖3。從圖3（a）可以看出，正常監(jiān)控圖像的直方圖分布沒有規(guī)則，在各個灰度上都有像素分布；而視頻丟失圖像的直方圖分布比較集中，且主要分布在灰度值比較小的區(qū)域。

圖3 不同情況下監(jiān)控圖像的直方圖分布

視頻丟失算法具體步驟如下：

（1）首先將圖像從彩色空間轉(zhuǎn)換到灰度空間；

（2）計算灰度圖像的直方圖分布；

（3）統(tǒng)計直方圖中最大直方塊的數(shù)量及其位置，分別表示為Nummax和Posmax；

（4）根據(jù)以下規(guī)則判斷發(fā)生視頻丟失：

式中：W和H分別為圖像的寬和高；Percentthres和Posthres分別為設(shè)定的最大直方塊的比例閾值和位置閾值。

上述視頻丟失檢測算法基于圖像的灰度值主要集中在低灰度值這樣一個假設(shè)，如果監(jiān)控圖像整體比較暗，按照上述檢測方法會出現(xiàn)誤報的情況。如圖4所示，視頻圖像整體偏暗，如果按照上面的方法判斷，會出現(xiàn)誤報。

圖4 比較暗的監(jiān)控圖像及其直方圖

因此需要對上述算法進行改進，假設(shè)原監(jiān)控圖像位置（x，y）處的灰度值表示為P（x，y），（x＋step，y）處的灰度值為P（x＋step，y），利用（x，y）和（x＋step，y）的灰度值做差，可以得到一個差分圖像Q，差分圖像在（x，y）處的灰度值用式（2）表示：

圖5（a）為圖4較暗監(jiān)控圖像的差分圖像和直方圖分布，圖5（b）和5（c）為圖2視頻丟失圖像的差分圖像和直方圖分布。

從圖5可以看出，發(fā)生視頻丟失圖像的差分直方圖分布特別集中，且最大直方塊分布在灰度值最小處，而較暗圖像的差分直方圖分布比較松散。

所以，視頻丟失算法判別規(guī)則應(yīng)補充以下規(guī)則：

式中：DiffNummax為差分圖像的最大直方塊數(shù)量；DiffPercentthres為設(shè)定的閾值。

3 算法實現(xiàn)

基于上述研究，可完成視頻丟失診斷，所有算法及質(zhì)量診斷均使用C++實現(xiàn)，并在E5-2620 v2 @2.1 GHz中央處理器、16G內(nèi)存臺式電腦上運行，編程環(huán)境為Visual Studio 2010。采用該算法對視頻終端進行診斷，結(jié)果見表1。

圖5 差分圖像及其直方圖分布

表1 不同視頻監(jiān)控終端的檢測結(jié)果

4 結(jié)束語

通過對實際運行結(jié)果分析可以看出，基于監(jiān)控圖像的直方圖分布和差分圖像的直方圖分布，提出的視頻丟失診斷算法能夠?qū)o視頻圖像故障進行準確檢測，并能夠避免將較暗圖像判別為無視頻圖像的誤報，檢測結(jié)果基本能夠滿足對視頻故障自動診斷的需求。

[1] 夏海元. 視頻故障檢測系統(tǒng)的設(shè)計與實現(xiàn)[J]. 計算機應(yīng)用，2013，33(S1)：277-279.

[2] HAERING N，VENETIANER P，LIPTON A. The evolution of video surveillance：an overview[J]. Machine Vision and Applications，2008，19(5/6)：279-290.

[3] 潘金. 智能安防面臨的挑戰(zhàn)及技術(shù)解決方案[J]. 中國鐵路，2016(8)：75-78.

[4] 杜若飛，徐雅靜，徐惠民. 互聯(lián)互通視頻監(jiān)控系統(tǒng)構(gòu)架的設(shè)計. 計算機應(yīng)用，2011，31(2)：62-65.

責(zé)任編輯 盧敏

On Rapid Detection Algorithm for Video Loss

SHEN Zhizhong，AN Guocheng，ZHANG Tao
（CRSC（Anfang），Beijing 100070，China）

With increased coverage of video monitoring, automatic diagnosis of video monitoring terminals becomes an urgent need. To tackle frequent video loss occurring during video monitoring, a diagnosis algorithm is proposed and system design and implementation is carried out. The algorithm is based on the histogram distribution characteristics of the monitoring images and the differential images to detect video loss quickly and accurately. Through analyzing the actual operation results of the video quality diagnosis system, the algorithm can meet the needs of automatic diagnosis of video monitoring faults.

video monitoring；video loss；algorithm；histogram distribution；rapid detection；automatic diagnosis

U298；TP391

A

1001-683X（2017）01-0082-04

10.19549/j.issn.1001-683x.2017.01.082

2016-11-18

中國鐵路總公司科技研究開發(fā)計劃項目（2015X007-A）

沈志忠（1978—），男，工程師，博士。E-mail：shenzz@crscic.com