视频监控的网络化和高清化建设现在已经比较成熟，在视频监控系统逐步网络化以后，对视频数据的统一存储、统一管理和统一分析处理也成为了可能。在网络基础成熟的条件下，视频质量诊断系统采用先进的科学的视频质量诊断技术，应用计算机视觉(Computer Vision)算法，对监控系统中前端设备的常见图像质量故障问题进行诊断。常见的故障分成：信号丢失、图像模糊、亮度异常、颜色异常、雪花噪声、条纹干扰、画面冻结、以及云台失控。引起故障的原因很多，不同故障的背后原因也不同，表现出来的现象也不同，如表1所示。
对于信号丢失、画面冻结的故障，图像表现出固定模板和静止不动的特征，通常采用模板比对的思想进行检测。对于云台失控的故障，由诊断服务器发出云台运动指令，通过图像中的运动分析来判断云台是否按照指令在运转。对于其它5种故障，它们表现出来的现象不同，图像呈现的特点不同，结合视频图像处理、人眼视觉模型、以及机器视觉的方法，分别设计5个检测模块，也可以称为检测器。在设计阶段，通过大量的实际场景监控视频片段，对检测器进行训练。在诊断过程中，每种检测器提取相对应的图像特征，根据事先训练学习的判断法则，对故障的类型进行判定，同时确定故障的严重程度。对于出现误判、漏判的视频，可以加入到训练样本中，进行再训练再学习，以对检测器进行改进，进一步提高检测器性能。
a&s是国际知名展览公司——德国法兰克福展览集团旗下专业的自动化&安全生态服务平台，为智慧安防、智慧生活、智能交通、智能建筑、IT通讯&网络等从业者提供市场分析、技术资讯、方案评估、行业预测等，为读者搭建专业的行业交流平台。
粤公网安备 44030402000264号
