專利名稱：一種視頻馬賽克圖像檢測方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像檢測技術(shù)領(lǐng)域，具體涉及一種視頻馬賽克圖像檢測方法。
背景技術(shù)：
馬賽克現(xiàn)象是視頻傳輸中的數(shù)據(jù)丟失或者在視頻壓縮中過度壓縮造成的 視頻幀中出現(xiàn)的塊效應現(xiàn)象，主要表現(xiàn)形式是在圖像中出現(xiàn)大塊的連續(xù)色塊。 在視頻質(zhì)量的檢測和恢復領(lǐng)域，視頻馬賽克現(xiàn)象的出現(xiàn)會直接影響對于圖像 內(nèi)容的理解和分析。在現(xiàn)有的技術(shù)中，還沒有一種視頻馬賽克圖像的檢測方 法，本發(fā)明提供了這樣一種方法。
為了更好的理解本發(fā)明所述的方法，現(xiàn)將本發(fā)明所涉及的現(xiàn)有技術(shù)簡要 介紹如下。
坎尼(Canny)邊緣檢測算子是John F. Canny于1986年開發(fā)出來 的一個圖像多級邊緣檢測算法。圖像的邊緣是指圖像局部區(qū)域亮度變化顯著 的部分，該區(qū)域的灰度剖面一般可以看作是一個階躍，既從一個灰度值在很 d、的緩沖區(qū)域內(nèi)急劇變化到另 一 個灰度相差較大的灰度值。圖像的邊緣部分 集中了圖像的大部分信息，圖像邊緣的確定與提取對于整個圖像場景的識別 與理解是非常重要的，同時也是圖像分割所依賴的重要特征，邊緣檢測主要 是圖像的灰度變化的度量、檢測和定位，自從1959提出邊緣;^測以來，經(jīng)過 五十多年的發(fā)展，已有許多種不同的邊緣檢測方法。本發(fā)明所用的Canny邊 緣檢測算子主要包括以下步驟。
第一步，高斯低通濾波與高斯一階導數(shù)濾波。
巻積的微分性質(zhì)告訴我們兩個函數(shù)相巻積后的導數(shù)等于其中 一個函數(shù) 的導數(shù)與另一函數(shù)的巻積。即
4[/!(0吖2(,/!(^，，吖2(0 (1)
如用H(x，y)表示灰度圖像，G(x,y)表示二維高斯函數(shù)，則<formula>formula see original document page 6</formula> (2)
即用高斯函數(shù)與高斯函數(shù)一 階導數(shù)濾波等于對圖像進行兩次高斯低通濾 波后再求其梯度。由于高斯函數(shù)的傅里葉變換仍然是高斯函數(shù)，因此高斯函
數(shù)能構(gòu)成一個在時域和頻域都具有平滑性能的低通濾波器。Canny算子用高 斯函數(shù)與高斯函數(shù)一 階導數(shù)濾波能起到濾波和求得梯度的雙重結(jié)果。
第二步，計算每個像素梯度的大小和方向，對梯度進行非極大值抑制。 假設(shè)G"是二維高斯函數(shù)G在方向n上的一階導數(shù)，即
<formula>formula see original document page 6</formula>(3)
方向n與圖像邊緣是垂直的，盡管這個方向預先并不知道，但基于平滑 后的梯度方向可對方向n作一有效的估計。若用I表示圖像，則邊緣的法線 n可估計為
<formula>formula see original document page 6</formula>
(4)
處,
<formula>formula see original document page 6</formula>
而邊緣點就位于圖像I與高斯一階導數(shù)G巻積后，沿方向n的局部最大 通過對沿方向n的偏導數(shù)取零求駐點，即
將(3)式代入得:
<formula>formula see original document page 6</formula>(5)
<formula>formula see original document page 6</formula>(6)
此式揭示了如何尋找與邊緣方向垂直的局部最大點，這種尋找局部最大 的算法稱之為非極大值抑制。根據(jù)巻積與微分的性質(zhì)，可先做巻積運算，后
再求二階方向?qū)?shù)。同時邊緣的強度，即梯度幅值可寫作
<formula>formula see original document page 6</formula>(7) 第三步，進行閾值化和邊緣連接。
對非極大值抑制幅值進行闊值化后的結(jié)果是一個圖像的邊緣陣列。閾值 化后得到的邊緣陣列仍然有假邊緣存在，如果用單閾值來處理，選擇合適的 閾值是很困難的，常需要經(jīng)過反復試驗。
有效的方法是選用兩個閾值。選取兩個闊值TH(高閾值)、TL(低鬮值)，對于己經(jīng)檢測到的梯度幅值進行閾值處理①梯度幅值中大于等于高閾值TH 的像素點一定是邊緣點；②梯度幅值中小于等于低閾值TL的像素點一定不是 邊緣點；(D梯度幅值介于高閾值TH和低閾值TL之間的像素點，可能是邊緣點， 也可能不是邊緣點，判斷準則是只有和局部最大保持8鄰域連接的才是邊緣 點。總之，通過滯后閾值判斷的邊緣點是大于等于高閾值TH的像素點和介于 高閾值TH和低閾值TL之間的與局部最大有8鄰域連接的像素點。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)中不存在視頻馬賽克圖像檢測方法的問題，本發(fā)明的 目的是提供一種視頻馬賽克圖像檢測方法，采用本發(fā)明所述的方法能夠有效 的檢測出視頻幀圖像中是否存在馬賽克。
為了實現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是， 一種視頻馬賽克圖像檢 測方法，包括以下步驟
(1) 將待檢測圖像轉(zhuǎn)換為灰度圖，進行坎尼邊緣檢測，獲得只具有輪廓 信息的圖像；
(2) 利用四個模板對步驟(1)得到的圖像進行模板匹配，獲得四個匹 配后的圖像；
(3) 對步驟(2)中得到的四個圖像進行二值化處理，獲得只保留匹配 點的圖像；
(4) 利用滑動窗口檢測步驟(3)中得到的圖像是否具有馬賽克。
進一步，步驟(2)中所述的模板是指一個圖像，包括Windows位圖文件 -BMP, DIB; JPEG文件-JPEG， JPG， JPE;便攜式網(wǎng)絡(luò)圖片-PNG;便攜式圖像 格式-PBM, PGM, PPM; Sun rasters-SR， RAS; TIFF文件-TIFF， TIF; OpenEXR HDR圖片一EXR; JPEG 2000圖片-jp2。
四個模板分別用于檢測馬賽克塊的四個角；檢測左上角的模板要求最上 一行和最左一列的像素點為白色，其余部分為黑色；檢測右上角的模板要求 最上一行和最右一列的像素點為白色，其余部分為黑色；檢測左下角的模板 要求最左一列和最下一行的像素點為白色，其余部分為黑色；檢測右下角的模板要求最右 一 列和最下 一 行的像素點為白色，其余部分為黑色。
模板形狀為正方形，大小為4像素x4像素。
進一步，步驟(4)中所述的利用滑動窗口檢測步驟(3)中得到的圖像 是否具有馬賽克的過程包括以下步驟
① 將滑動窗口置于四個圖像的左上角；
② 在滑動窗口內(nèi)，從四個圖像的任意三個圖像中任取一個匹配點，判斷 這三個點的位置關(guān)系能否構(gòu)成一個直角，如果能，則認為圖像中存在一個馬 賽克塊，將馬賽克塊計數(shù)器增l;然后，改取與上次所取不完全相同的三個 點，繼續(xù)進行判斷；直到判斷完滑動窗口內(nèi)四個圖像中所有三個點的組合；
③ 將滑動窗口在四個圖像中滑動，設(shè)滑動步長為len,即每次滑動窗口 滑動了 len個像素點，重復步驟②，直到遍歷完整個圖像；
判斷馬賽克塊計數(shù)器的值是否大于預先設(shè)定的閾值，如果大于，則判 定待檢測圖像中含有馬賽克；如果小于，則判定待檢測圖像中不含馬賽克。
更進一步，步驟②中所述的從四個圖像的任意三個圖像中任取一個匹配 點的具體實現(xiàn)方法是首先從滑動窗口的左上角點開始，逐行掃描滑動窗口 內(nèi)各點；如果掃描到的點是匹配點，則將該點坐標記錄到與該點所在圖像對 應的數(shù)組中，四個圖像對應四個數(shù)組，直到掃描完滑動窗口內(nèi)所有點；然后 從四個數(shù)組中任意選取三個數(shù)組，共得四組三個數(shù)組的組合；最后再從任意 一組三個數(shù)組組合的每個數(shù)組中任意取出 一點；
所述的改取與上次所取不完全相同的三個點，直到判斷完滑動窗口內(nèi)四 個圖像中所有三個點的組合的具體選點方法是當判斷完一組三個數(shù)組中取 出的三個點組合后，從該三個數(shù)組組合中取出與上次所取不完全相同的三個 點，當判斷完一組三個數(shù)組中的所有三個點組合后，再從四組三個數(shù)組組合 中取出與上次所取不同的一組三個數(shù)組的組合，直到判斷完四個組。
判斷三個點位置關(guān)系能否構(gòu)成直角釆用的具體方法是判斷三個點的位 置關(guān)系是否能構(gòu)成一條水平直線和一條垂直直線，即判斷是否有兩個點的橫 坐標之差和兩個點的縱坐標之差在預先設(shè)定的誤差范圍內(nèi)，如是則構(gòu)成一個 直角。所述的預先設(shè)定的誤差值為3像素。進一步，步驟③中遍歷圖像采用的方法包括以下步驟
(a) 將滑動窗口置于四個圖像的左上角，并初始化左上角點橫坐標x=0;
(b) 判斷滑動窗口左上角點橫坐標x加上滑動窗口寬度是否小于或等于 圖像寬度；如果大于圖像寬度，則圖像遍歷完成；
(c) 初始化滑動窗口左上角點縱坐標y=0;
(d) 判斷滑動窗口左上角點縱坐標y加上滑動窗口高度是否小于或等于 圖像高度；如果大于圖像高度，則滑動窗口向右滑動ien步長距離，轉(zhuǎn)至步 驟(b);
(e) 判斷完滑動窗口內(nèi)的馬賽克塊后，滑動窗口向下滑動len步長距離， 轉(zhuǎn)至步驟(d)。
更進一步，所述的滑動窗口形狀為正方形，大小為50像素x 50像素。 所述的len值為半個滑動窗口的長度。
進一步，步驟④中所述的預先設(shè)定的閾值為30。
本發(fā)明的效果在于采用本發(fā)明所述的方法，通過對馬賽克塊閾值的合 理預定，能夠有效的檢測出視頻幀圖像中是否存在馬賽克。


圖l是本發(fā)明所述的方法流程圖； 圖2是本發(fā)明具體實施方式
中所述的模板示意圖； 圖3是本發(fā)明具體實施方式
中所述的利用滑動窗口檢測圖像是否存在馬 賽克的流程圖4是本發(fā)明具體實施方式
中檢測馬賽克塊的流程圖； 圖5是本發(fā)明具體實施方式
中滑動窗口遍歷圖像的流程圖； 圖6是本發(fā)明具體實施方式
中的原始圖像； 圖7是本發(fā)明具體實施方式
中的輪廓圖像； 圖8是本發(fā)明具體實施方式
中的匹配圖像； 圖9是本發(fā)明具體實施方式
中的匹配點圖像。
具體實施例方式
下面以;險測-〖見頻中的一幀如圖6所示的圖像為例，對本發(fā)明所述的方法 進行詳纟田地描述。
如圖1所示， 一種視頻馬賽克圖像檢測方法，包括以下步驟。
(1) 獲得待檢測圖像，即從幀緩存中獲取圖6所示的視頻幀圖像，將該 圖像簡稱為原始圖像。由于坎尼(Canny)邊緣檢測只能處理單通道數(shù)組，所 以需要將原始圖像轉(zhuǎn)換為灰度圖，將該圖像簡稱為原始圖像對應的灰度圖。
(2) 將原始圖像對應的灰度圖進行坎尼(Canny)邊緣檢測，獲得只具 有輪廓信息的圖像，將該圖像簡稱為輪廓圖像。Canny邊緣檢測的方法為現(xiàn) 有技術(shù)，本發(fā)明采用Canny邊緣檢測的目的是為了得到圖像的輪廓信息，把 其他一些無關(guān)信息丟棄，方便后續(xù)的處理。本實施例中，輪廓圖像如圖7所 示。
(3) 利用如圖2所示的四個模板對輪廓圖像進行模板匹配，獲得四個匹 配后的圖像，將該圖像簡稱為匹配圖像。本實施例中，匹配圖像如圖8所示。
所述的模板是一個圖像，四個模板用來匹配馬賽克塊的四個角，圖2中 模板T1匹配左上角，模板T2匹配右上角，模板T3匹配左下角，模板T4匹 配右下角。
對模板格式的要求由于本發(fā)明所述的模板是利用現(xiàn)有技術(shù)中的 cvLoadlmage ()函數(shù)載入的，所以只要是cvLoadlmage ()函數(shù)支持的圖像 格式都是可以的，目前支持如下文件4各式Windows位圖文件-BMP, DIB; JPEG文件-JPEG， JPG， JPE;便攜式網(wǎng)絡(luò)圖片-PNG;便攜式圖像格式-PBM, PGM, PPM; Sun rasters - SR， RAS; TIFF文件-TIFF, TIF; 0penEXR HDR 圖片-EXR; JPEG 2000圖片-jp2。
對模板內(nèi)容的要求由于四個模板分別匹配馬賽克塊的四個角，因此對 每個模板內(nèi)容的要求不同，模板T1必須滿足最上一行和最左一列的像素點為 白色，其余部分為黑色；模板T2必須滿足最上一行和最右一列的像素點為白 色，其余部分為黑色；模板T3必須滿足最左一列和最下一行的像素點為白色， 其余部分為黑色；模板T4必須滿足最右一列和最下一行的像素點為白色，其 余部分為黑色。對模板進行上述要求的原因有二第一，通過這種方式構(gòu)造 出馬賽克塊的四個直角；第二，模板匹配是在carmy檢測后進行的，canny檢測后得到的圖像中，馬賽克的邊框是白色的，而內(nèi)部是黑色的。
對模板形狀的要求模板的形狀主要取決于什么形狀的模板構(gòu)造的直角 能夠盡可能正確的匹配馬賽克的形狀，由于標準馬賽克的形狀為正方形，所 以最好采用正方形的模板。
對模板尺寸的要求模板尺寸的選擇標準是盡可能的減少對馬賽克的誤 判和漏判。如果模板過小，則可能會產(chǎn)生大量的誤判；如杲過大，則匹配到 的馬賽克數(shù)目會大量減小，只有比較標準的馬賽克才會被檢測到。
本實施例中，模板的格式為BMP格式，模板的形狀為正方形，模板的尺 寸為4x4 (單位像素)。
模板匹配的過程是將模板的角點和輪廓圖像的相應角點重合，對比模 板和圖像中同樣大小的一塊區(qū)域(簡稱為子圖)，計算兩者之間的差別，然 后平移模板，重復上述操作，所有位置都對比之后，差別值最小的區(qū)域就是 匹配的結(jié)果。
計算模板與圖像中同樣大小的區(qū)域的方法采用的是現(xiàn)有技術(shù)0penCV中 的cvMatchTemplate函凄t來實現(xiàn)的。 模板匹配的數(shù)學模型是<formula>formula see original document page 11</formula>
該式中第一項為模板能量，第三項是子圖能量，都與模板匹配無關(guān)。中 間 一項是模板與子圖的相關(guān)，隨模板在原圖的移動而改變，即隨(i， j)而改變。 當該項取最大值時，認定模板與子圖匹配，通過歸一化，可以得到模板匹配 的相關(guān)系數(shù)<formula>formula see original document page 11</formula>
根據(jù)施瓦茲不等式可以知道，上式中0</ (/，_;■)《1，并且僅在比值 <formula>formula see original document page 11</formula>為常數(shù)時取極大值,此時模板和子圖&.完全一樣，及(/,_/) = 1。在輪廓圖像中完成全部搜索之后，找出i (/,_/ )的最大值i max (/。,厶)，其對應的子圖S..
即為匹配結(jié)果。上述所謂的計算兩者之間的差別，即是計算i a力，其值反映 了模板與圖像的匹配程度。
(4)將四個匹配圖像進行二值化處理，獲得只保留相匹配的點的圖像， 將該圖像簡稱為匹配點圖像。將圖像進行二值化處理采用的是現(xiàn)有技術(shù)，即 通過調(diào)用函數(shù)cvThreshold來實現(xiàn)的。本實施例中，匹配點圖像如圖9所示。
(5 )利用滑動窗口檢測匹配點圖像中是否具有馬賽克，具體包括以下步 驟，如圖3所示。
①將滑動窗口置于四個匹配圖的左上角。
所述的滑動窗口的形狀可以是長方形，也可以是正方形。本實施例中滑 動窗口為正方形，大小設(shè)為50 x 50 (單位像素)。
②在滑動窗口內(nèi)，從四個圖像的任意三個圖像中任取一個匹配點，判斷 這三個點的位置關(guān)系能否構(gòu)成一個直角，如果能，則認為圖像中存在一個馬 賽克塊，將馬賽克塊計數(shù)器增l;然后，改取與上次所取不完全相同的三個 點，繼續(xù)進行判斷；直到判斷完滑動窗口內(nèi)四個圖像中的所有三個點的組合。
上述判斷馬賽克塊的方法中，只要三個點的位置關(guān)系能構(gòu)成一個直角就 認為圖像中存在一個馬賽克塊，是因為從canny檢測得到的圖像可以看到， 馬賽克塊的形狀大多是不規(guī)則的，幾乎沒有一個馬賽克塊的邊緣是四四方方 的矩形，所以如果判斷四個角全是直角才認為是馬賽克是行不通的，因此只 要有一個直角就認為是一個馬賽克塊。當然，如果出現(xiàn)一個馬賽克塊的邊緣 比較規(guī)整，有兩個及兩個以上的直角，會把實際上同一個馬賽克塊認為是多 個馬賽克塊，造成重復檢測，這實際上會拉大馬賽克塊與非馬賽克塊的差距， 更加有利于最后通過閾值判斷圖像中是否存在馬賽克。
本實施例中，該步驟的具體實現(xiàn)方法如下，如圖4所示。 首先從滑動窗口的左上角點開始，逐行掃描滑動窗口內(nèi)各點；如果掃描 到的點是匹配點，則將該點坐標記錄到與該點所在圖^f象對應的數(shù)組中，四個 圖像對應四個數(shù)組，直到掃描完滑動窗口內(nèi)所有點；然后/人四個數(shù)組中任意 取出三個數(shù)組；共得四組三個數(shù)組的組合，再從#1選出的一組三個數(shù)組組合 的每個數(shù)組中任意取出一點，得到三個點。判斷三個點的位置關(guān)系是否能構(gòu) 成一個直角，允許有一個較小的誤差，如果能構(gòu)成一個直角，則認為是一個馬賽克塊，馬賽克塊計數(shù)器自增l。然后從該組三個數(shù)組中取出與上次所取 不完全相同的三個點，繼續(xù)進行判斷。當判斷完一組三個數(shù)組中的所有三點 組合后，再從四組三個數(shù)組組合中取出與上次所取不同的一組，再進4亍如上 所述的判斷，直到判斷完四個組。
例如，四個匹配點圖對應的數(shù)組分別為Sl、 S2、 S3和S4， /人四個數(shù)纟且 中任意取出三個數(shù)組，共有四組組合，分別為(Sl， S2， S3} 、 {S1, S2， S4} 、 (S2， S3, S4} 、 (Sl， S3， S4}。假設(shè)首先判斷{Sl, S2, S3}中 的點，從S1 、 S2、 S3中各取出一點，判斷三點位置關(guān)系是否能構(gòu)成直角， 判斷完后，再從S1 、 S2、 S3中取出與上次所取不完全相同的三個點，繼續(xù) 進行判斷，直到判斷完S1 、 S2、 S3中所有三個點的組合(假設(shè)S1、 S2、 S3 的元素個數(shù)分別是a、 b、 c，則共需要取axbxc次)。再從四組三個數(shù)組 組合中任取出與上次所取不同的一組，如{S1, S2， S4},進行如上判斷， 直到判斷完四個組。
判斷三個點位置關(guān)系能否構(gòu)成直角采用的具體方法是判斷三個點的位 置關(guān)系是否能構(gòu)成一條水平直線和一條垂直直線，即判斷是否有兩個點的橫 坐標之差、兩個點的縱坐標之差在預先設(shè)定的誤差范圍之內(nèi)，如是則構(gòu)成一 個直角，舉例如下。
假設(shè)三個點的坐標分別為《(x,，A)，《(;c2,y2), 40c3,y3); A(^，;0為一個 馬賽克塊左上角點，4(A，h)為右上角點，4(A,K)為左下角點。各點的坐標 按屏幕坐標表示，即屏幕的左上角的點為原點，橫軸為x軸，向右為正方向， 纟從軸為y軸，向下為正方向。
判斷三點的位置關(guān)系能否構(gòu)成一個直角依據(jù)下面的公式
其中，公式1中的! = 1,_/ = 2，公式2中的/ = 1，_/ = 3,公式3中的/ = 1,;' = 2， 公式4中的/ =〗，/ = 3; Afax—￡>7"為^吳差閾<直， 丄ew 為預先設(shè)定的最大馬賽
公式1 公式2 公式3 公式4克塊的邊長。公式1和公式2的作用是限制馬賽克塊的最大邊長，公式3和 公式4的作用是判斷兩個點是否可以認為是水平或垂直關(guān)系。如果三點坐標
滿足上述四個公式，則認為構(gòu)成一個直角。本實施例中，Ma—五AT值為3像
素，M議—丄e"的值為50像素，與滑動窗口的邊長相同。
③ 將滑動窗口在四個匹配點圖像中滑動，設(shè)滑動步長為len,即每次滑 動窗口滑動了 len個像素點，重復步驟②，直到遍歷完整個圖像。
本實施例中，滑動窗口遍歷整個圖像采用的方法包括以下步驟，如圖5所示。
(a) 將滑動窗口置于四個匹配圖的左上角，并初始化左上角點橫坐標
x=0;
(b) 判斷滑動窗口左上角點橫坐標x加上滑動窗口寬度是否小于或等于 圖像寬度；如果大于圖像寬度，則圖像遍歷完成；
(c) 初始化滑動窗口左上角點縱坐標y=0;
(d) 判斷滑動窗口左上角點縱坐標y加上滑動窗口高度是否小于或等于 圖像高度；如果大于圖像高度，則滑動窗口向右滑動len步長距離，轉(zhuǎn)至步 驟(b);
(e) 判斷完滑動窗口內(nèi)的馬賽克塊后，滑動窗口向下滑動len步長距離， 轉(zhuǎn)至步驟(d)。
其中，步驟(d)和(e)中所述的len值為半個滑動窗口的長度。
④ 判斷馬賽克塊計數(shù)器的值是否大于預先設(shè)定的閾值，如果大于，則判 定原始圖像中含有馬賽克，如果小于，則判定原始圖像中不含馬賽克。本實 施例中，預先設(shè)定的閾值為30，馬賽克塊計數(shù)器的值大于30,因此原始圖像 中含有馬賽克。
經(jīng)過多次實驗證明通過設(shè)定合適的馬賽克塊閾值，本發(fā)明所述的方法 檢測馬賽克正確率達到95°/。以上，視頻中馬賽克比較明顯時，檢測的正確率 可以達到100%，可靠性方面完全可以達到實際應用要求。例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的技術(shù)方案得出其他的實施方式，同樣屬于 本發(fā)明的技術(shù)創(chuàng)新范圍。
權(quán)利要求
1.一種視頻馬賽克圖像檢測方法，包括以下步驟(1)將待檢測圖像轉(zhuǎn)換為灰度圖，進行坎尼邊緣檢測，獲得只具有輪廓信息的圖像；(2)利用四個模板對步驟(1)得到的圖像進行模板匹配，獲得四個匹配后的圖像；(3)對步驟(2)中得到的四個圖像進行二值化處理，獲得只保留匹配點的圖像；(4)利用滑動窗口檢測步驟(3)中得到的圖像是否具有馬賽克。
2. 如權(quán)利要求1所述的一種視頻馬賽克圖像檢測方法，其特征在于步 驟(2 )中所述的模板是指一個圖像，包括Windows位圖文件-BMP, DIB; JPEG 文件-JPEG， JPG， JPE;便攜式網(wǎng)絡(luò)圖片-PNG;便攜式圖像格式-PBM， PGM, PPM; Sun rasters-SR， RAS; TIFF文件-TIFF, TIF; 0penEXR HDR圖片-EXR; JPEG 2000圖片-jp2。
3. 如權(quán)利要求1所述的一種視頻馬賽克圖像檢測方法，其特征在于步 驟(2)中所述的四個模板分別用于檢測馬賽克塊的四個角；^r測左上角的模 板要求最上一行和最左一列的像素點為白色，其余部分為黑色；檢測右上角 的模板要求最上一行和最右一列的像素點為白色，其余部分為黑色；檢測左 下角的模板要求最左一列和最下一行的像素點為白色，其余部分為黑色；檢 測右下角的模板要求最右 一 列和最下 一行的像素點為白色，其余部分為黑色。
4. 如權(quán)利要求1至3之一所述的一種視頻馬賽克圖像檢測方法，其特征 在于所述的模板形狀為正方形，大小為4像素x4像素。
5. 如權(quán)利要求1所述的一種視頻馬賽克圖像檢測方法，其特征在于，步 驟(4)中所述的利用滑動窗口檢測步驟(3)中得到的圖像是否具有馬賽克 的過程包括以下步驟① 將滑動窗口置于四個圖像的左上角；② 在滑動窗口內(nèi)，/人四個圖像的任意三個圖1象中任取一個匹配點，判斷 這三個點的位置關(guān)系能否構(gòu)成一個直角，如果能，則認為圖像中存在一個馬賽克塊，將馬賽克塊計數(shù)器增l;然后，改取與上次所取不完全相同的三個 點，繼續(xù)進行判斷；直到判斷完滑動窗口內(nèi)四個圖像中所有三個點的組合；③ 將滑動窗口在四個圖像中滑動，設(shè)滑動步長為len，即每次滑動窗口 滑動了 len個像素點，重復步驟②，直到遍歷完整個圖像；④ 判斷馬賽克塊計數(shù)器的值是否大于預先設(shè)定的閾值，如果大于，則判 定待檢測圖像中含有馬賽克；如果小于，則判定待檢測圖像中不含馬賽克。
6. 如權(quán)利要求5所述的一種視頻馬賽克圖像檢測方法，其特征在于，步 驟②中所述的從四個圖像的任意三個圖像中任取一個匹配點的具體實現(xiàn)方法 是首先從滑動窗口的左上角點開始，逐行掃描滑動窗口內(nèi)各點；如果掃描 到的點是匹配點，則將該點坐標記錄到與該點所在圖像對應的數(shù)組中，四個 圖像對應四個數(shù)組，直到掃描完滑動窗口內(nèi)所有點；然后乂人四個數(shù)組中任意 選取三個數(shù)組，共得四組三個數(shù)組的組合；最后再從任意一組三個數(shù)組組合 的每個數(shù)組中任意取出一點；所述的改取與上次所取不完全相同的三個點，直到判斷完滑動窗口內(nèi)四 個圖像中所有三個點的組合的具體實現(xiàn)方法是當判斷完一組三個數(shù)組中取 出的三個點組合后，從該三個數(shù)組組合中取出與上次所取不完全相同的三個 點，當判斷完一組三個數(shù)組中的所有三個點組合后，再從四組三個數(shù)組組合 中取出與上次所取不同的一組三個數(shù)組的組合，直到判斷完四個組。
7. 如權(quán)利要求5所述的一種視頻馬賽克圖像檢測方法，其特征在于，步 驟②所述的判斷三個點位置關(guān)系能否構(gòu)成直角采用的具體方法是判斷三個 點的位置關(guān)系是否能構(gòu)成一條水平直線和一條垂直直線，即判斷是否有兩個 點的橫坐標之差和兩個點的縱坐標之差在預先i殳定的誤差范圍內(nèi)，如是則構(gòu) 成一個直角。
8. 如權(quán)利要求7所述的一種視頻馬賽克圖像檢測方法，其特征在于所 述的預先設(shè)定的誤差值為3像素。
9. 如權(quán)利要求5所述的一種視頻馬賽克圖像檢測方法，其特征在于，步 驟③中遍歷圖像采用的方法包括以下步驟(a) 將滑動窗口置于四個圖像的左上角，并初始化左上角點橫坐標x=0;(b) 判斷滑動窗口左上角點橫坐標x加上滑動窗口寬度是否小于或等于圖像寬度；如果大于圖像寬度，則圖像遍歷完成；(c) 初始化滑動窗口左上角點縱坐標y=0;(d) 判斷滑動窗口左上角點縱坐標y加上滑動窗口高度是否小于或等于 圖像高度；如果大于圖像高度，則滑動窗口向右滑動len步長距離，轉(zhuǎn)至步 驟(b);(e) 判斷完滑動窗口內(nèi)的馬賽克塊后，滑動窗口向下滑動len步長距離， 轉(zhuǎn)至步驟(d)。
10. 如權(quán)利要求l、 5或9所述的一種視頻馬賽克圖像檢測方法，其特征 在于所述的滑動窗口形狀為正方形，大小為50像素x50像素。
11. 如權(quán)利要求5或9所述的一種視頻馬賽克圖像檢測方法，其特征在 于所述的len值為半個滑動窗口的長度。
12. 如權(quán)利要求5所述的一種視頻馬賽克圖像檢測方法，其特征在于 步驟④中所述的預先設(shè)定的閾值為30。
全文摘要
本發(fā)明公開了一種視頻馬賽克圖像檢測方法，屬于圖像檢測技術(shù)領(lǐng)域。馬賽克現(xiàn)象是視頻傳輸中的數(shù)據(jù)丟失或者在視頻壓縮中過度壓縮造成的視頻幀中出現(xiàn)的塊效應現(xiàn)象，視頻馬賽克現(xiàn)象的出現(xiàn)會直接影響對于圖像內(nèi)容的理解和分析。在現(xiàn)有技術(shù)中，還不存在有效的視頻馬賽克圖像檢測的方法。本發(fā)明所述的方法首先將待檢測圖像轉(zhuǎn)換為灰度圖，進行坎尼邊緣檢測，獲得只具有輪廓信息的圖像；然后利用四個模板對輪廓圖像進行模板匹配，獲得四個匹配圖像；再對四個匹配圖像進行二值化處理，獲得只保留相匹配的點的圖像；最后利用滑動窗口馬賽克檢測算法檢測圖像是否具有馬賽克。采用本發(fā)明所述的方法能夠有效的檢測出視頻中是否存在馬賽克。
文檔編號G06T5/00GK101551900SQ20081010305
公開日2009年10月7日 申請日期2008年3月31日 優(yōu)先權(quán)日2008年3月31日
發(fā)明者楊金偉, 郝小峰, 馬華東, 黃曉冬 申請人:新奧特(北京)視頻技術(shù)有限公司