本发明属于视频图像处理,具体是一种视频图像处理的系统及方法。
背景技术:
1、视频图像处理技术是指在视频序列中对图像进行处理和分析的技术,以提高视频质量、提取有用信息或实现特定功能,且现有的视频图像处理技术广泛运用于安防监控、医学影像、娱乐产业、自动驾驶以及交通监控等方面。
2、但现有技术中的视频图像处理技术通常不具备从一段视频中截取目标物体图像的作用,采集一段视频后,当需要截取目标物体图像时,通常需要人工手动截取目标物体的图像,由此使得视频图像处理的步骤更加麻烦,因此提出一种视频图像处理的系统及方法。
技术实现思路
1、本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种视频图像处理的系统及方法,能够从视频中快速截取清晰且高质量的图像数据,使得视频处理更加快捷。
2、为了实现上述目的,本发明采用了如下技术方案:
3、一种视频图像处理的系统,包括视频采集模块、图片截取模块、图像质量判断模块、图像优化模块、图像尺寸匹配模块,所述视频采集模块、图片截取模块、图像质量判断模块、图像优化模块、图像尺寸匹配模块依次通信连接;
4、所述视频采集模块,包括摄像装置,负责捕捉视频图像,并将捕捉到的图像传输至图片截取模块;
5、所述图片截取模块,用于截取视频中的图像,根据接收的目标需求进行图片截取,并将截取后的图片传输至图像质量判断模块;
6、所述图像质量判断模块,对图像进行处理,判断图像清晰度,并将图像划分为三个等级:低质量、中等质量、高质量,清晰度低的为低质量,低质量图片将直接剔除,并进行二次截取,清晰度中等的为中等质量,中等质量的图像将经过人工判断,清晰度高的为高质量,高质量图像将直接传输至图像优化模块;
7、所述图像优化模块,用于对高质量图像或人工判断后的图像进行优化处理,进一步提高图像质量;
8、所述图像尺寸匹配模块,根据输入的图像尺寸进行自动裁剪,无尺寸需求时,将直接输出为原尺寸。
9、进一步的,所述视频采集模块,包括摄像装置,负责捕捉视频图像,并将捕捉到的图像传输至图片截取模块的处理过程如下:
10、摄像装置开始拍摄视频,视频拍摄完成后,将被传输至图片截取模块;块。
11、进一步的,所述图片截取模块,用于截取视频之中的图像,根据接收的目标需求进行图片截取,并将截取后的图片传输至图像质量判断模块的处理过程如下:
12、接收视频帧数据并进行归一化处理,处理完成后,根据接收到的目标需求,使用目标检测算法对视频帧进行目标检测和识别,目标需求为具体物体,具体步骤为:首先将图像划分为s×s个网格,每个网格负责检测图像中落在该网格中的目标,设图像尺寸为w×h,将其划分为s×s个网格,每个网格的边长为和再根据每个网格预测多个边界框,每个边界框bbox以中心坐标(xc,yc),宽度w和高度h,置信度来描述,公式为:
13、bbox=(xc,yc,w,h);
14、每个网格的预测目标的类别概率有c个,类别概率的预测值为:
15、pi=softmax(z i);
16、其中,z i是第i类的预测得分,pi第i类的预测概率,反映了模型对该类别的置信度,将置信度、边界框回归和类别概率结合,通过非极大抑制去除重复框,得到最终检测结果;
17、根据检测结果截取多张图像,并将截取的图像传输至图像质量判断模块。
18、在需要处理大量图像或视频时,自动识别物体并截取图像能够减少人工干预和操作,显著节省时间和人力成本,提高处理速度。
19、进一步的,所述图像质量判断模块,对图像进行处理,判断图像清晰度,并将图像划分为三个等级:低质量、中等质量、高质量,清晰度低的为低质量,低质量图片将直接剔除,并进行二次截取,清晰度中等的为中等质量,中等质量的图像将经过人工判断,清晰度高的为高质量,高质量图像将直接传输至图像优化模块处理过程如下:
20、对接收的截取图像进行处理,使用prewitt算子计算图像的梯度,prewitt算子的卷积核如下:
21、水平梯度:
22、垂直梯度:
23、通过水平梯度和垂直梯度计算得到梯度幅值和梯度方向,再计算梯度幅值的总和梯度幅值的方差,预设梯度幅值的总和梯度幅值的方差的阈值范围,梯度幅值的总和梯度幅值的方差大于阈值范围最大值时,判断为清晰度高的图像,再将图像划分为高质量图像,梯度幅值的总和梯度幅值的方差位于阈值范围内时,判断为清晰度中等的图像,再将图像划分为中等质量图像,梯度幅值的总和梯度幅值的方差小于阈值范围最小值时,判断为清晰度低的图像,再将清晰度低的图像划分为低质量图像,高质量图像将直接传输至图像优化模块,中等质量图像将经过人工判断,低质量图像将直接剔除;
24、通过计算梯度幅值的总和梯度幅值的方差,能够自动判断图像质量并对图像进行等级划分,方便进行下一步操作。
25、进一步的,所述图像优化模块,用于对高质量图像或人工判断后的图像进行优化处理,进一步提高图像质量的处理过程如下:
26、首先,使用高斯滤波平滑图像,减少噪声,再自动执行直方图均衡化以提升图像对比度,对比度改善完场后,应用自动锐化算法,改善图像的细节和边缘清晰度,最后自动调整色彩平衡和饱和度;
27、通过自动调整图像的色彩平衡,确保颜色看起来自然且准确;通过自动增加或减少图像的颜色饱和度,能够色彩更加丰富
28、对处理后的图像进行局部对比度和细节自动增强,当图像中存在缺陷或损坏时,使用自动修复算法填补缺失区域,完成图像的优化处理。
29、进一步的,所述图像尺寸匹配模块,根据人工输入的图像尺寸进行自动裁剪,无尺寸需求时,将直接输出为原尺寸的处理过程如下:
30、获取原始图像及其尺寸信息,尺寸信息包括:图像宽度和高度,当未输入目标尺寸时,则跳过裁剪步骤,直接输出原图像;
31、当人工输入有尺寸需求时,获取目标宽度和高度,在原图像中找到目标区域的中心点,再根据目标尺寸确定裁剪框的边界,并根据计算出的裁剪框从原图像中提取目标区域,确保裁剪区域在图像范围内有效,避免超出图像边界,最后将裁剪后的图像传输出生成最终图像。
32、自动裁剪减少了人工调整图像尺寸的需求,加快了处理速度。
33、一种视频图像处理的方法,其特征在于,具体包括以下步骤:
34、s1、自动采集摄像头的数据视频,同时,操作人员手动输入需要截取的物体名称,便于进行下一步图像截取;
35、s2,对采集的视频进行逐帧分析,同时进行目标检测,检测视频中的物体并进行图像截取,当操作人员未输入具体需求时,将进行随机目标检测,并自动截取图像;
36、s3、对截图的图像进行质量判断,通过计算梯度幅值的总和梯度幅值的方差判断图像清晰度,将计算后的数据与预设的阈值进行比较划分图像质量等级,分别为低质量、中等质量、高质量,低质量图像将直接被剔除,中等质量图像将由人工判断,高质量图像将进行下一步处理;
37、s4、对截取的图像进行自动优化,自动优化包括:去噪声、图像增强、锐化、色彩调整、局部对比度和细节自动增强;
38、s5、根据人工输入的尺寸要求进行图像自动裁剪,最后将裁剪后的图像进行输出,当无尺寸需求时,将直接将原图进行输出。
39、与现有技术相比,本发明的有益效果是:
40、当获得一段视频后,人工输入目标物体时,将对视频进行逐帧分析,在逐帧分析的同时将自动进行目标检测,监测到目标物体后,将自动截取目标物体的图像,此步骤使得图像处理更加高效;
41、截取后的图像将自动划分为三个等级,分别为低质量、中等质量、高质量,低质量的图像将直接进行剔除,中等质量的图像将经由人工判断,高质量的图像将继续进行下一步操作,此步骤能够使得图像质量更高,当图像质量全部为低质量时,将再次进行截取,确保截图的图像质量;
42、经过人工判断的中等质量图像或高质量图像将自动进行图像优化,进一步提高图像质量,最后将根据人工设定的尺寸进行裁剪,整个系统自动化程度高,同时还能按照具体要求裁剪出符合要求的高质量图像,提高图像处理的效率。
1.一种视频图像处理的系统,其特征在于:包括视频采集模块、图片截取模块、图像质量判断模块、图像优化模块、图像尺寸匹配模块,所述视频采集模块、图片截取模块、图像质量判断模块、图像优化模块、图像尺寸匹配模块依次通信连接;
2.根据权利要求1所述的一种视频图像处理的系统,其特征在于:所述视频采集模块,包括摄像装置,负责捕捉视频图像,并将捕捉到的图像传输至图片截取模块的处理过程如下:
3.根据权利要求1所述的一种视频图像处理的系统,其特征在于:所述图片截取模块,用于截取视频之中的图像,根据接收的目标需求进行图片截取,并将截取后的图片传输至图像质量判断模块的处理过程如下:
4.根据权利要求1所述的一种视频图像处理的系统,其特征在于:所述图像质量判断模块,对图像进行处理,判断图像清晰度,并将图像划分为三个等级:低质量、中等质量、高质量,清晰度低的为低质量,低质量图片将直接剔除,并进行二次截取,清晰度中等的为中等质量,中等质量的图像将经过人工判断,清晰度高的为高质量,高质量图像将直接传输至图像优化模块处理过程如下:
5.根据权利要求1所述的一种视频图像处理的系统,其特征在于:所述图像优化模块,用于对高质量图像或人工判断后的图像进行优化处理,进一步提高图像质量的处理过程如下:
6.根据权利要求1所述的一种视频图像处理的系统,其特征在于:所述图像尺寸匹配模块,根据人工输入的图像尺寸进行自动裁剪,无尺寸需求时,将直接输出为原尺寸的处理过程如下:
7.根据权利要求1-6任一项所述的一种视频图像处理方法,其特征在于,该方法具体包括以下步骤: