電視視頻圖像幀的監測與識別技術研究

梁舒婷

摘 要 隨著電視視頻質量越來越高，借助于智能化技術來鑒別視頻圖像幀異常，來改善畫面清晰度。如OPENCV函數工具庫提供的視頻圖像比對匹配處理算法，可以根據不同視頻畫面要求進行快速、準確、高效比對匹配。現從技術原理探析視頻圖像幀的監測與識別方法，并結合軟件對其實現方法進行探討。

關鍵詞 電視；視頻圖像處理；幀監測與識別

中圖分類號 TN94 文獻標識碼 A 文章編號 1674-6708（2018）225-0075-02

現代電視技術的發展，推動電視內容、畫面的更加豐富與多樣，特別是數字電視、3D電視、高清電視等已經走進千家萬戶。從電視畫面質感、高保真聲效所帶來的獨特的視聽享受來看，必蘊含著高尖端視頻圖像處理技術。從技術層面上，對于過去的電視視頻畫面的監測與識別，多采用人工方式，而現代TB級數據量的增長，迫切需要智能化技術來確保電視視頻、聲音等信號的良好、穩定、可靠。如畫面不能有彩條、彩場、黑場等。為此，引入現代電視視頻圖像幀監測與識別技術，對電視畫面進行自動鑒別、提高電視信號傳輸穩定性，對可能存在的電視碼流進行判斷與處理就顯得尤為重要。

1 電視視頻圖像幀的監測與識別技術

在電視信號傳輸、視頻圖像播出中，如果出現靜幀、黑場、彩條等異常圖像，都需要進行快速準確處理，以保障高質量、連續不斷的視頻輸出。不過，在電視視頻圖像中，對于臺標，以及各類視頻模板，需要局部或全部、定點或不定點的顯示，這些視頻圖像的識別，就需要通過另一中處理方法來解決。通常，在技術原理上，主要有兩種技術手段，來實現視頻圖像幀的監測與識別判斷。

1.1 基于場景的視頻圖像幀的監測

在視頻圖像領域，場景圖像是最基本的概念，可以是全幅畫面，或者整幅畫面。如一些黑場、彩場、彩條等特定場景圖像，如果在電視信號播出中出現，則可能定性為播出事故。國家廣電總局根據相關技術規范，對各省級、衛星電視頻道都提出了具體的要求。為此，采用不同的視頻圖像幀監測軟件，來對整個電視圖像幀圖像畫面進行監測、識別與判斷，來提高對特定場景圖像的識別率，減少和杜絕播出事故。從技術層面上，對于電視視頻圖像幀的監測與識別，主要從場景圖像的監測判斷來處理。首先，根據不同場景圖像的特征進行監測與識別。如特定場景中黑場、彩場、彩條等畫面，其圖像結構相對單一，在處理方法上較為容易。可以結合電視圖像幀中出現黑場畫面、持續時間等進行判斷，來完成識別并處理。黑場畫面，其信號、圖像具有顯著的特征，通常具有低電平或零電平，導致信號畫面喪失而黑場。在監測方法上，只要對視頻圖像信號電平進行監測，如果出現低電平或零電平，且超過某一規定的時長，則將判斷為黑場。當然，在技術上，對于黑場的表征，也非完全的沒有圖像，而是出現低于某一低電平。另外，對于視頻中斷、碼流為零，也會出現黑場。所以說，在參照電平判斷模式上，還要對信號的有無、信號是否中斷進行判斷，來減少黑場監測的誤差。

根據電平來進行判斷，無論是模擬信號還是數字信號，對所需硬件設備都提出較高的靈敏度，利用現代視頻監測技術，可能快速、準確分辨有無視頻信號、電視信號電平的高低變化。利用視頻信號監測系統，從黑場波形規律上，表現為某一時鐘參考下的電平為低電平或零電位直線，也可能是無信號。在視頻像素點定義上，黑場畫面表示為“0”或“F”。因此，利用監測系統，可以對黑場畫面進行準確定位，甚至可以對某一像素點進行精確定位和識別與判斷。

針對電視視頻圖像幀的監測與判斷，在場景圖像基礎上，以前后兩幀圖像是否出現一樣或近似一樣，在視覺感官上呈現畫面靜止不動。該類情況如果出現的時間超過規定值，則判斷為畫面靜幀。動態畫面的監測，可以從圖像層前后幀的像素值大小或圖像矩陣特性來分析，采用的幀差算法是對前后兩幀差值是否大于某一閥值，當大于該閥值時，則被判定為有運動物體。否則，當前后兩幀圖像像素點差值小于某閥值，則可以判定為靜幀畫面。借助于OPENCV工具庫，可以通過專門的函數對前后兩幀像素點的像素值進行差值判定，當差值為零或近似為零，則表示為理想狀態；當差值超過某閥值，則可以判定視頻圖像畫面是否存在靜幀。

1.2 基于圖像模板進行圖像幀識別與判斷

在電視視頻輸出中，角標、臺標的懸掛往往成為視頻編輯的基本模式，而對于這些模板圖像，如何在播出中進行有效監測、識別和判定，就需要從模板圖片與視頻畫面圖像進行對比匹配。比對匹配是圖像幀監測、識別判斷的重要方法，也是視頻圖像處理的難點。與現代數字圖像技術相比，指紋識別、面部打卡、手機指紋開鎖等軟件，所采用的圖像處理技術，多是通過圖像的比對匹配來進行。同樣，在電視信號圖像幀的監測與識別中，對于圖像模板信號也是采用比對匹配方法來實現。

通常，針對特定的圖像模板，利用視頻圖像中某一段視頻或某一幀圖像，與之相類似的圖像進行比對，當匹配圖像比對一樣或大于某一區域則比對成功。如對一些監控視頻、視頻圖像中的鏡頭、內容進行檢索多采用比對匹配技術。不過，考慮到當前視頻數據、容量的幾何級增長，在對某一視頻圖像進行比對匹配時，單憑人工審查方式是難以為繼的，且準確率也不高。因此，引入OPENCV函數工具庫中的相關圖像比對匹配算法，如cvMatch Template、Sift函數算法等，借助于函數算法來完成圖像的比對匹配處理，既能夠提升準確率，還能提高處理效率。

2 OPENCV視頻工具庫圖像幀監測與識別的實現方法

在OPENCV軟件視頻監測工具庫中，其多種視頻圖像處理函數及算法，為實現圖像幀的監測、識別提供了可能。從技術上，OPENCV工具庫所采用的是基于C語言、C++語言平臺，根據電視視頻監測與識別需要，配置不同的軟件調試版本和運行環境。如VC2010+OpenCV2.x.x，可以實現對視頻圖像的強大處理，提高電視視頻視效。

2.1 OPENCV運行環境

OPENCV是Open Source Computer Vision Libray的簡稱，主要采用C語言、融入C函數，以及C++類構成免費的跨平臺視頻視覺工具函數庫，由于其開源性特征，可以在Mac OS、Linux，以及Windows等平臺運行，且具有輕量、高效圖像數據處理優勢。另外，該工具庫還能夠與MATLAB等進行對接，實現圖像處理與計算機視覺呈現的多種應用。如提供的多種視覺函數接口，可以為提高視頻畫面幀的監測、識別及不同處理提供方便。

2.2 Windows下的視覺處理設計

在Windows系統環境下，引入OPENCV視頻處理軟件，可以利用MFC調試窗口，來實現對C語言函數庫的調用和設計，特別是在MFC窗體下，便于調用VC6.0與OPENCV兩者的視頻代碼及接口配置，來完成對視頻檢錯、糾錯等功能。如在某視頻圖像幀監測與識別判斷中，可以對圖像邊緣化、反色、人臉識別等進行處理，還可以在視頻處理與運算中，引入視頻流功能，通過視頻函數來實現對前幀、后幀數據的處理。考慮到電視視頻播速為25幀/秒，對每一幀的播放時長不能超過40ms，如果高于40ms，則進行計算處理。

當然，該時長限定僅對實時圖像的處理有要求，而對于非實時圖像，則需要從畫面的每一幀進行順序處理即可。以電視臺視頻中臺標模板的監測與識別為例，對于視頻中的臺標信息，需要從給定模板進行比對匹配。利用OPENCV工具庫中cvMatch Template函數，通過對給定模板圖像信息與整幅視頻圖像信息進行比對匹配，其方法為：利用模板圖像信息，使其平移方式滑過整個待匹配圖像，當模板圖像與待匹配圖像中的模板圖像一樣，或者說模板圖像與待匹配圖像中的相同大小的圖像區域重疊，則顯示紅色方框，說明匹配成功。反之，如果在進行平移匹配中沒有成功，則不顯示紅色標記框。不過，由于函數cvMatch Template算法僅適合較小的、且固定的角標、臺標圖像，對于相對較大的圖標，則無法進行準確監測與識別。

利用另一函數cvMatch Shape，則可以根據圖像結構大小進行適當比例的縮放處理，借助于視頻圖像特征值的抽取比對，來判斷匹配結果。如對于圖像中的的彩條模板，可以與待匹配圖像進行比對，當出現與彩條圖像相似的區域時，利用紅色框來標記。該函數的特點在于能夠對模板圖片進行與之相似的視頻檢索，且滿足對任一區域視頻圖像的比對匹配。不過，由于在圖像特征值的抽取上進行檢測，存在一定誤報率，還需要與其他算法進行組合，來提高視頻圖像幀的監測與識別準確性。

3 結論

從數字視頻圖像處理技術的發展來看，圖像幀的監測與識別，需要從不同軟件設計上，借助于函數、算法，來提高視頻圖像幀的監測成功率。當然，不同視頻圖像處理軟件在實施中，還要對其運行環境、函數算法、代碼調試等進行挖掘，來制定相對完善、周全的視頻處理模式。

參考文獻

[1]于居新.淺談廣播電視數字圖像相關測量技術的應用[J].數字通信世界，2018（3）：223.

[2]花逢春.電視視頻圖像幀的檢測與識別研究[J].科技創新與應用，2017（18）：83.