OneAPM大講堂 | 基於影像質量分析的攝像頭監控系統的實現

OneAPM官方技術部落格發表於2018-02-06

今天我們們要介紹的技術很簡單,請看場景: 你在家裡安裝了幾個攝像頭想監視你家喵星人的一舉一動,然而,就在喵星人準備對你的新包發動攻擊的時候,影像突然模糊了。畢竟影像模糊了以後你就沒法截圖回家和喵當面對質了啊。
請問如何才能避免這一情況的發生?
請看下文。

摘要: 隨著現代化建設的加快,從銀行、交通、軍隊等特殊領域到社群、學校、商城等各行業都安裝了攝像頭監控平臺。但隨著監控攝像機數量的不斷增加,也給視訊監控系統維護工作帶來了嚴峻挑戰。視訊質量診斷系統通過捕獲影像,應用計算機視覺演算法,對視訊影像出現的噪聲、模糊、偏色、訊號缺失等常見攝像頭故障做出判斷及告警,對攝像頭產生及時保護的作用。

1. 概述

視訊質量診斷系統是一套智慧化視訊故障分析與預警系統,可以對前端傳回的視訊影像進行質量分析判斷,能對視訊故障做出準確判斷併發出報警資訊。視訊診斷系統採用先進的科學的視訊質量診斷技術,應用計算機視覺演算法,對視訊影像出現的模糊、雪花、偏色、噪聲、增益失衡和雲臺失控等常見攝像機故障,做出準確判斷併發出報警資訊。該系統還可以檢測異物遮擋和亮度異常等情況,有效地預防因影像質量問題所帶來的不必要的損失,並及時檢測破壞監控裝置的不法行為。視訊質量診斷技術為後繼的視訊分析、處理提供了保障。

視訊質量診斷系統作為視訊分析技術在安防領域的革新,是應用相對普遍的一種產品。在視訊監控裝置日益增多的今天,其在監控系統中的應用,必然更加有利於幫助使用者快速掌控前端裝置執行情況,輕鬆維護大型的安防系統。

2. 視訊質量診斷系統架構

2.1 監控裝置

支援裝置:海康威視攝像頭、大華攝像頭等

2.2 監控方式

部署:如下圖Figure 1所示,我們可在不同區域或分公司部署分散式資料採集伺服器,再統一由 Portal 入口瀏覽資源健康的狀況,實現 IT 資源統一的監控管理。採集伺服器橫向擴充套件監控能力滿足企業監控資源的數量限制。

首先通過SNMP發現核心網路裝置及視訊裝置連線的網路交換機,形成基本的網路主幹結構。然後通過Ping掃描通過網路裝置發現的子網,獲取所有可Ping通的IP地址列表。通過預設好的SDK引數(裝置IP、裝置埠、使用者名稱、密碼、上聯裝置及介面)獲取對應視訊裝置的各種狀態及資訊。

圖片1.png

Figure 1 監控原理示意圖

捕獲資料:我們通過DCS採集器進行資料採集,我們通過攝像頭的SDK開發包,可以每隔一個時間段就對攝像頭的資料進行採集,通過影像分析技術,診斷攝像頭可能存在的問題並及時對檢測結果進行反饋,流程圖如下。

圖片2.png

Figure 2 取值流程圖

3. 關鍵技術

3.1 顏色異常檢測

由於視訊線路接觸不良、外部干擾或攝像機故障等原因造成的視訊中的畫面偏色現象;主要包括全屏單一偏色或多種顏色混雜的帶狀偏色。

主要方法是將RGB影像轉變到CIE L*a*b*空間,其中L*表示影像亮度,a*表示影像紅/綠分量,b*表示影像黃/藍分量。通常存在色偏的影像,在a*和b*分量上的均值會偏離原點很遠,方差也會偏小;通過計算影像在a*和b*分量上的均值和方差,就可評估影像是否存在色偏。如下圖Figure 3所示,為影像的檢測結果。

微信圖片_20180206170250.png

Figure 3 色偏效果圖

3.2 亮度異常檢測

視訊中由於攝像機故障、增益控制紊亂、照明條件異常或人為惡意遮擋等各種原因引起的畫面過亮、過暗等故障。

亮度檢測與色偏檢測相似,計算圖片在灰度圖上的均值和方差,當存在亮度異常時,均值會偏離均值點,方差也會偏小;通過計算灰度圖的均值和方差,就可評估影像是否存在過曝光或曝光不足。

微信圖片_20180206170257.png

Figure 4 亮度檢測

3.3 噪聲檢測

視訊影像中由於高斯噪聲等引起的影像佈滿雜亂的色點,從而影響視訊的監控。視訊影像中一陣陣雜亂的飛點狀干擾導致的雪花等故障。

我們定義4個方向的卷積模板,用影像先和四個模板做卷積,用四個卷積絕對值最小值Min來檢測噪聲點。求灰度圖gray與其中值濾波圖median。噪聲點佔整幅影像的比重較高說明噪聲已經影響了影像的整體質量,此時我們認為該攝像頭已經存在故障。

微信圖片_20180206170301.png

Figure 5 噪聲檢測

3.4 畫面清晰度檢測

視訊中由於虛焦、聚焦錯誤、鏡頭損壞引起的影像模糊故障。該功能對實時視訊的畫面清晰程度做出評價,從而及時發現這種“影像驟變”的故障。

衡量畫面模糊的主要方法就是梯度的統計特徵,通常梯度值越高,畫面的邊緣資訊越豐富,影像越清晰。需要注意的是梯度資訊與每一個視訊本身的特點有關係,如果畫面中本身的紋理就很少,即使不失焦,梯度統計資訊也會很少,對監控裝置失焦檢測需要人工參與的標定過程,由人告訴計算機某個裝置正常情況下的紋理資訊是怎樣的。

能量梯度函式更適合實時評價影像清晰度,該函式定義如下:

圖片6.png

Figure 6 影像模糊

4. OneAPM SI

OneAPM Si 是 OneAPM(藍海訊通)自主研發的跨平臺、支援多種中介軟體的 IT 綜合運維平臺, 可以實現對伺服器、網路裝置、中介軟體、資料庫、儲存、虛擬化以及大資料平臺等上千種產品的數十萬關鍵指標進行深入監控並進行集中統一的視覺化管理,能夠有效預防問題的產生及快速幫助使用者定位故障,降低運維成本。同時採用豐富的多維度報表為使用者決策提供資料支撐。 在攝像頭監控上,我們有很好的模型平臺支援和相應的外掛來分析,這樣在以後的升級中可以很好的滿足很多使用者的需求,可擴充套件性很高。首先,在攝像頭發現上我們提供便捷的方向方式,目前在攝像頭監控上,我們平臺可以提供很方便的發現方式和資訊採集方式,能提供可用性分析、效能分析和基本的配置資訊顯示(如Figure 9,Figure 10,Figure 11)。

圖片8.png

Figure 9 攝像頭發現_1

圖片9.png

Figure 10 攝像頭發現_2

圖片10.png

Figure 11 攝像頭配置資訊

另外,OneAPM Si 支援全網自動自動掃描,實時動態展現核心、接入、匯聚之間的邏輯關係,鏈路負載過高和裝置健康度出現問題後,能通過不同顏色進行告知,我們可以通過攝像頭網路拓撲和資訊一覽表能夠直觀的看到攝像頭的網路部署和具體資訊(如Figure 12,Figure 13)。

圖片11.png

Figure 12 攝像頭網路拓撲

圖片12.png

Figure 13 拓撲裝置一覽

而且,在對於每個攝像頭的資料分析中,我們主要對影像的清晰度、噪聲、亮度和偏色進行檢測,由於每一個攝像頭所監控的環境不穩定性,我們採用無監督影像演算法進行分析,能取得不錯的效果(如Figure 14)。

我們通過其他配置資訊能夠獲得攝像頭監控儲存的位置並可以人工檢視影像資訊進行二次鑑定,在攝像頭影像質量監控中,有很多特殊情況可能並非攝像頭本身出了故障而發生告警,這中情況很少見,通過二次鑑定可以更準確的發現攝像頭的問題所在。我們通過每隔一段時間採集資料分析攝像頭常出現的問題,降低維護成本,減少維護壓力(如Figure 15)。

圖片13.png

Figure 14 攝像頭指標狀態

圖片14.png

Figure 15 攝像頭通道列表

最後,就是我們的告警機制,當攝像頭出現的故障已經達到告警要求,我們就會對其分配的維護人員進行通知,OneAPM SI支援郵件、簡訊和微信企業號3種型別的告警方式,其中簡訊小到簡訊貓大到簡訊閘道器都能夠支援,而且如果維護人員在一定時間內沒有處理掉這些告警的話還會進行告警升級,主動推送給上層管理人員進行解決(如Figure 16)。

圖片15.png

Figure 16 告警傳送

OneAPM Si 是 OneAPM(藍海訊通)自主研發的跨平臺、支援多種中介軟體的 IT 綜合運維平臺。可以實現對伺服器、網路裝置、中介軟體、資料庫、儲存、虛擬化以及大資料平臺等上千種產品的數十萬關鍵指標進行深入監控並進行集中統一的視覺化管理,能夠有效預防問題的產生及快速幫助使用者定位故障,降低運維成本。想閱讀更多技術文章,請訪問 OneAPM 官方技術部落格

相關文章