新闻中心
当前位置: 首页 > 新闻中心

视频图像质量检查有哪些方法,是什么功能?

类别:新闻中心日期:2021-09-09 10:06:19
我要分享

视频图像质量检查的方法是全、半参考办法、盲图像质量和基于概率模型的办法,另外功能是为视频监控系统“保驾护航”,极大减少了人力成本和时间成本的投入,提高视频监控系统的运行效率。接下来为大家介绍一下详细的内容。

2-210Z910064Va.jpg

一、视频图像质量检查的方法

1、全、半参考办法

图像的某些特征与原始图像的相同特征停止比拟, 比方小波变换系数的概率散布、综合多尺度几何剖析、比照度敏感函数和可察觉灰度差别特征 等. 其相应的应用范畴包括视频传输中的数字水印考证、应用副通道停止视频质量监控与码流率控制等。

2、盲图像质量

评价办法, 则完整无需参考图像, 依据失真图像的本身特征来估量图像的质量. 有些办法是面向特定失真类型的, 如针对含糊、噪声、块状效应的严重水平停止评价; 有些办法先停止失真缘由分类, 再停止定量评价; 而有些办法则试图同时评价不同失真类型的图像. 无参考办法最具适用价值, 有着十分普遍的应用范围。

3、机器学习的图像质量评价

(1)SVM + SVR

算规律采用两步计划, 先用SVM 停止失真类型辨认, 进而对特定失真类型树立SVR 回归剖析模型,我们称之为SVM + SVR 模型。

(2)GGD

Moorthy 和Bovik的盲图像质量指数(Blind image quality index, BIQI) 分两步对图像停止评价, 先采用小波合成系数经广义高斯散布(Generalized Gaussian distribution, GGD) 模型拟合得到的参数作为特征, 由SVM 分类得到当前图像属于每个类的概率, 再采用SVR 对各个退化类型计算图像质量指标值, 最后依据概率加权得到总的质量评价指标; 在后续的基于失真辨识的图像真

实性和完好性评价。

4、基于概率模型的办法

这类办法首先树立图像特征与图像质量之间的统计概率模型, 大多采用多变量高斯散布描绘概率散布. 看待评价图像, 提取特征后依据概率模型计算最大后验概率的图像质量, 或依据与概率模型的匹配水平(如特征间的间隔) 估量图像质量。

二、视频图像质量检查的功能

1、为视频监控系统“保驾护航”

视频诊断技术的应用多结合视频监控系统,对前端摄像机进行实时监测,有效预防前端摄像机故障、视频传输、人为破坏等因素对视频监控系统带来的损失,保障系统正常稳定运行。同时视频诊断技术作为视频监控系统功能的完善和补充,仅需从原有系统中获取视频码流信息,不会对已有系统正常运行造成影响。

2、节省大量人力物力

视频诊断技术的应用多通过视质轮巡的方式,逐个覆盖视频监控系统中的每一个前端摄像机,一旦发现有设备异常,将立即发出报警提醒。使管理人员从繁重的工作中解放出来,有效缓解人工快速巡检带来的精神压力,极大减少了人力成本和时间成本的投入。

3、分类统计分析,辅助运维管理

视频诊断技术的应用多结合日志数据管理功能,系统一旦检测出有设备故障,在发出报警的同时自动生成系统状态日志、故障程度日志等,并提供数据与图片支持。管理人员可将运行状态报告导出或打印出来,通过对摄像机品牌、安装地点等进行分类统计分析,确定容易发生故障的因素,进行有针对性的维护管理,从而大大提高视频监控系统的运行效率。

以上是对“视频图像质量检查有哪些方法,是什么功能”的介绍,希望能够帮助大家。


免费申请产品试用

请完整填写您的信息,我们将在2个工作日内与您取得联系

展开