做网站和做网页的区别/百度推广代理查询

   对于一个网络视频，临控系统，在视频采集、视频压缩、信道编码、视频传输和视频解码等常规的视频信息处理过程中，常会产生视频数据损伤，导致视频图像画面质量下降，严重影响监控效果。

   最有效的视频质量检测方法是采用人工巡检的方式，但随着监控规模的逐渐扩大，人工检测存在工作量大且效率低的问题。而传统的自动化视频质量检测方法与主观视频质量的相关性不强，不能很好地反映人的视觉感受。近年来，研究与主观视频质量具有很好相关性的自动化视频质量检测方法成为了热点。与传统的直接比较像素通道值的方法不同，这些客观视频质量检测方法是在研究人类视觉系统特性的基础上，直接从目标视频序列中提取结构性信息，然后对这种结构性信息进行检测。
　　 
　　 (1)设计了针对多种图像异常的检测算法。通过充分分析视频信号缺失、噪点、雪花、条纹、亮度、模糊、偏色、抖动以及画面冻结这9种异常，设计了基于空间域的图像异常检测算法。每种图像异常的检测算法都是独立的，可分别检测目标视频中是否出现该种异常，并返回表示异常程度的数值。
　　 (2)实现了YUV视频的帧提取，YUV视频采用的编码格式为YUV4∶2∶0，其亮度分量与色度分量采样比为4∶1∶1。在提取YUV视频的帧时，根据该编码格式下数据的存储排列方式读取YUV分量值，并利用YUV到RGB的转换公式，将截取到的帧转换为RGB图像。
　　 (3)利用OpenCV图像处理技术，完成了图像异常检测的预处理工作。结合对各种图像异常的分析，根据检测需求，对待检测图像进行了灰度转换、通道分割、颜色空间转换等操作。通过预处理工作，我们能够获取可更好地用于特定异常检测的图像空间域结构信息，提高检测效率。