圖像識別技術(shù)在數(shù)字電視視頻監(jiān)測中的應(yīng)用研究

許 萌

（河南省無線傳輸發(fā)射中心 河南 鄭州 450000）

0 引言

隨著現(xiàn)階段科技和社會的不斷發(fā)展，電子技術(shù)和電視技術(shù)得到了越來越廣泛的應(yīng)用，傳統(tǒng)的單一模擬電視已經(jīng)逐步發(fā)展成為越來越豐富的數(shù)字電視、高清電視以及3 D電視。 電視和相關(guān)的電視技術(shù)在實際的發(fā)展過程當(dāng)中已經(jīng)對人們傳統(tǒng)收看習(xí)慣產(chǎn)生了一定的改變，從單一的收看電視到現(xiàn)階段的用電視和玩轉(zhuǎn)電視，出現(xiàn)了更多的全新玩法，在終端方面具有獨特的樹形特點，可以保持聲音方面高保真以及畫面質(zhì)感的高清晰度，給予人們無與倫比的獨特視覺享受。 在高清晰程度的電視視頻圖像畫面當(dāng)中，包含了數(shù)字電視圖像處理技術(shù)以及電子工業(yè)圖像顯示技術(shù)。電視視頻內(nèi)容的發(fā)展從GB、FB、TB 的發(fā)展過程中，在傳統(tǒng)人工值守方式下進行電視視頻畫面的有效監(jiān)測和識別的方式，已經(jīng)滿足不了當(dāng)下電視的發(fā)展速度和技術(shù)要求。 傳統(tǒng)的電視播出過程當(dāng)中，電視視頻的內(nèi)容需要利用人為的發(fā)現(xiàn)和干預(yù)來對非法的畫面以及聲音進行處理，切斷信號的來源，進行音視頻內(nèi)容的更換。 現(xiàn)階段國家廣電總局對于電視的視頻和聲音技術(shù)要求不斷提升，需要確保實現(xiàn)高質(zhì)量且不間斷的視頻播放，電視的視頻畫面當(dāng)中不可以出現(xiàn)如拉道、彩條、黑場、彩場等，要求納入評價電視臺播出技術(shù)的重要指標(biāo)范圍內(nèi)［1］。 隨著數(shù)字電視的發(fā)展和高清晰度的電視普及，數(shù)字圖像梳理的研究在數(shù)字電視視頻的領(lǐng)域范圍內(nèi)更加廣泛和深入，需要對電視播出過程當(dāng)中不符合電視播出技術(shù)要求的內(nèi)容進行有效的自動化檢測，實現(xiàn)快捷且智能化的電視視頻播出，對異常信號以及傳輸?shù)念l率和波形做出全面檢測。 在電視圖像的處理技術(shù)當(dāng)中，需要做出圖像層以及人臉頭像的判斷。 多種多樣的技術(shù)應(yīng)用為電視視頻監(jiān)測工作提供了可靠的技術(shù)手段和保障。

1 計算機圖像識別技術(shù)

對于獲取到的圖像，在外界多方面因素的干擾下會和實際的景物產(chǎn)生一定的差距，因此需要對圖像進行處理和操作分割，以此來進行特征的提取和分析，最終區(qū)分圖像的所屬類別。 計算機內(nèi)部可以利用對識別特征提取的過程進行模擬，來進行圖像信息的處理和操作。 在圖像識別系統(tǒng)當(dāng)中一般包含捕捉圖像信息、圖像預(yù)處理、圖像的特征提取、分類判決四個部分，在捕捉圖像信息當(dāng)中需要借助于系統(tǒng)輸入設(shè)備來進行信息數(shù)字化的圖像轉(zhuǎn)換，之后將帶有圖像信息的數(shù)據(jù)輸入到計算機內(nèi)部進行后續(xù)的操作和處理；在圖像的預(yù)處理階段，需要將原始的圖像轉(zhuǎn)換成符合計算機特征提取形式的方式，進行圖像的一系列操作，比如變化、增強，以及恢復(fù)等，對圖像內(nèi)部存在的干擾和噪聲以及差異進行排除；在圖像的特征提取步驟當(dāng)中，需要將捕獲到的數(shù)據(jù)信息來進行加工、整理、分析和歸納操作，以此來實現(xiàn)圖像真實本質(zhì)特點的呈現(xiàn)；分類判決的過程需要進行特征參數(shù)的提取，利用某種分類判斷方式進行函數(shù)和規(guī)則的判斷分析，以此來實現(xiàn)分類和識別圖像信息，最終得出關(guān)于圖像的結(jié)果［2］。

2 廣播電視視頻監(jiān)測要求

在廣播電視和網(wǎng)絡(luò)監(jiān)測平臺當(dāng)中，需要按照一定的規(guī)則和要求來實現(xiàn)圖像視頻的內(nèi)容監(jiān)測，本文主要對以下幾方面進行分析：第一，對廣播電視的播出質(zhì)量進行監(jiān)測，以此來實現(xiàn)對一定區(qū)域范圍內(nèi)的廣播電視節(jié)目信號的屬性進行分析和研究，其中包含了射頻指標(biāo)測量、節(jié)目異態(tài)報警、內(nèi)容監(jiān)測以及數(shù)字電視的碼流分析；利用一個界面來對廣播電視信號做出全面的綜合化分析以及異常報警提醒；第二，需要對廣播電視節(jié)目的內(nèi)容進行監(jiān)督，對區(qū)域內(nèi)的廣播電視前端或平臺播出的所有頻道內(nèi)容進行全方位監(jiān)測，對電視節(jié)目當(dāng)中涉及到的敏感信息進行分析，為廣播電視節(jié)目的管理層提供科學(xué)依據(jù)；第三，全區(qū)域內(nèi)的廣播電視安全播出指揮調(diào)度需要進行系統(tǒng)構(gòu)建，以此來實現(xiàn)廣播電視全部結(jié)構(gòu)的指揮調(diào)度操作，以及廣播電視監(jiān)管技術(shù)平臺的系統(tǒng)化對接；第四，需要建立一個行業(yè)資源的管理體系，以此來進行區(qū)域內(nèi)文化廣播電視行業(yè)資源的科學(xué)管理，進行多方位的利用和開發(fā)。

3 電視視頻圖像識別技術(shù)手段和原理

在電視的視頻信息傳輸?shù)綀D像進行播放的過程當(dāng)中，如果出現(xiàn)了黑場、靜幀、彩條等情況，則會影響人們正常觀看電視節(jié)目。 基于此需要快速的對此種現(xiàn)象進行處理，確保電視的視頻影像可以得到高質(zhì)量的順利播放，以便做出及時的監(jiān)測管理。 如果電視的視頻信息在輸出的過程當(dāng)中加入了一些臺標(biāo)或者視頻圖像模板，就會出現(xiàn)由于故障則產(chǎn)生全屏覆蓋的現(xiàn)象，也有可能在圖像視頻的某個局部位置出現(xiàn)，因此對于此類型的監(jiān)測和識別技術(shù)相對復(fù)雜，確保故障出現(xiàn)時不會出現(xiàn)黑場以及靜幀等。 在電視視頻圖像幀的監(jiān)測識別手段和原理方面，可以借助于場景圖像的視頻圖像監(jiān)測以及圖像模板的視頻圖像識別兩個手段來進行監(jiān)測。

3.1 場景圖像的視頻圖像監(jiān)測

對于電視節(jié)目當(dāng)中的場景圖像視頻而言，如果出現(xiàn)了故障則屬于播出事故的范圍，不利于電視臺的正常播放和運營。 在出現(xiàn)黑場、靜幀以及彩條等問題時大概率會對整個電視屏幕進行覆蓋，因此被人們稱之為場景圖像。 在出現(xiàn)此種故障時，一般都需要具備特定的時間范圍或者特定的檢測要求，在正常的電視信號傳輸過程當(dāng)中是不可以出現(xiàn)的。 國家廣電總局對于各個電視臺的廣播電視都要求具備視頻圖像的監(jiān)測軟件，以此來對電視臺的電視傳輸信號做出及時且全面的監(jiān)測，確保不會出現(xiàn)違規(guī)播放或者和視頻信號傳輸要求不吻合的現(xiàn)象的問題發(fā)生，以此來有效的監(jiān)測和識別電視視頻圖像的畫面區(qū)域所呈現(xiàn)的內(nèi)容，實現(xiàn)電視臺的自身良好監(jiān)督，確保電視的輸送信號可以順利播出。 在電視視頻圖像的監(jiān)測和識別技術(shù)應(yīng)用過程當(dāng)中，主要是利用場景圖像的判斷和處理來展開監(jiān)測的。 場景圖像的視頻圖像的監(jiān)測過程當(dāng)中，采取固定的判斷方向，采取此種方式的主要原因是場景圖像的特定場景種類比較少且呈現(xiàn)出形態(tài)集中、處理技術(shù)簡單的特點，因此可以很容易地進行故障的檢測和識別。 如果出現(xiàn)了黑場畫面或者電視視頻內(nèi)出現(xiàn)了黑場情況，則檢測人員可以檢測出視頻信號的傳輸連貫程度以及圖像的呈現(xiàn)角度。 如果產(chǎn)生了低電平或者零電平現(xiàn)象時，就會產(chǎn)生電視視頻信號丟失的現(xiàn)象，從而產(chǎn)生黑場畫面，此種情況下需要檢測電視視頻圖像信號的電平，如果出現(xiàn)低電平或者零電平且時間超時，則會造成電視視頻信號出現(xiàn)黑場。 在這個過程當(dāng)中除了需要注意進行黑場的判斷、需要依靠電視視頻畫面進行判斷外，還需要判斷電視視頻信號是否出現(xiàn)中斷信號或者零碼流的現(xiàn)象。 因此對于黑場的故障現(xiàn)象需要多角度多維度來進行分析，如果檢測設(shè)備儀器靈敏程度較高，則可以有效地監(jiān)測出模擬信號和數(shù)字信號的質(zhì)量，及時地發(fā)現(xiàn)電視信號內(nèi)部出現(xiàn)的波動情況。 針對于視頻圖像的像素而言，如果出現(xiàn)了黑場，則可以用“0”或者“F”來呈現(xiàn)，比較容易辨識且監(jiān)測結(jié)果較為準確。 如果進行電視視頻圖面觀看時，出現(xiàn)了畫面重復(fù)出現(xiàn)的現(xiàn)象，則屬于畫面無法變動的現(xiàn)象，在超過一定的時間范圍之后就屬于靜幀。站在圖像層面的角度進行靜幀故障分析的過程當(dāng)中，靜幀圖像的前后兩幀電視畫面的相似度很高，且前后差異超出一定的范圍，則視頻畫面具有運動圖像的特征，可排除靜幀故障的現(xiàn)象。 如果前后幀的圖像畫面像素點差異相對較小，則屬于無運動物體的范圍，可以納入靜幀畫面的范圍［3］。

3.2 圖像模板的視頻圖像監(jiān)測識別

在具有圖像模板的視頻畫面故障識別技術(shù)當(dāng)中，區(qū)別于上述的場景圖像視頻圖像監(jiān)測。 在電視的視頻播放過程當(dāng)中，經(jīng)常會出現(xiàn)臺標(biāo)或者固定的電視視頻圖像模板加入到電視信號等情況，此種情況下所采取的監(jiān)測手段需要與特定的模板來進行對比分析。 此種類型的圖像模板視頻圖像監(jiān)測識別技術(shù)具有較廣泛的應(yīng)用范圍，比如指紋打卡、防盜門指紋解鎖以及手機指紋解鎖等。 利用此種同類型的監(jiān)測識別技術(shù)進行分析的過程當(dāng)中，可以對圖像模板的視頻圖像監(jiān)測技術(shù)做出很好的理解。 針對于電視視頻圖像的圖像模板監(jiān)測識別，需要根據(jù)電視視頻的圖像傳輸過程當(dāng)中的圖像幀，也可以根據(jù)出現(xiàn)的某個圖片片段，也可以根據(jù)圖像模板的對比區(qū)域進行分析，來實現(xiàn)對比圖像模板和圖片幀的對比操作。 此種監(jiān)測技術(shù)在監(jiān)控視頻或者鏡頭視頻等方面都存在較強的可操作性。 需要注意的是，由于電視視頻在運營過程當(dāng)中產(chǎn)生的傳輸數(shù)據(jù)信號量相當(dāng)巨大，且各個電視臺的電視視頻圖像內(nèi)容也偏多，該方式不適用于現(xiàn)階段的電視視頻圖像幀的監(jiān)測識別，借助于比對方式來進行對比和分析某一個特定圖片或視頻片段的難度較大且效率低下，產(chǎn)生的工作量相當(dāng)巨大，此時需要同步化地搜索和運行，所需要花費的時間和效率不成正比，因此，該方式不適用于當(dāng)前我國電視視頻圖像的監(jiān)測應(yīng)用當(dāng)中。 為了更好地解決此問題，需要對圖像模板和電視的適配圖像幀所產(chǎn)生的對比工作效率進行科學(xué)提升，借助于信息化數(shù)字圖像的匹配查找模式技術(shù)，在特定的函數(shù)計算公式下實現(xiàn)快速化精準地查找，達到提升查找速度的目標(biāo)。 在利用OpenCV 的函數(shù)工具庫過程當(dāng)中，對電視視頻圖像幀的故障處理效率提升和準確度提供可以根據(jù)自身的實際情況來選擇對應(yīng)的函數(shù)。

4 圖像識別技術(shù)在數(shù)字電視視頻監(jiān)測中的應(yīng)用

（1）對于黑場故障的監(jiān)測方式，可以利用視頻信號內(nèi)部的灰度圖像來進行判斷出黑場故障，在黑場故障圖像當(dāng)中可以忽略純色，因此進行恢復(fù)圖像判斷時可以在沒有真彩色圖像的三個字節(jié)基礎(chǔ)上開展，該監(jiān)測方式可以加快監(jiān)測速度且有效節(jié)約因監(jiān)測所占用的資源，純色畫面屬于黑場的主要特點和表現(xiàn)方式，可以借助于逐個像素點的方式來判斷和監(jiān)測黑場現(xiàn)象，如果監(jiān)測到的所有像素值相同一致則屬于黑場故障。 但是在實際情況當(dāng)中，會出現(xiàn)個別畸點區(qū)別于其他像素值的情況，此種情況不會妨礙黑場圖像的故障判斷鑒別。 也就是說，靜幀圖像和像素值并非完全一致。 站在圖像平滑的角度進行分析的話，可以借助于濾波的方式進行判斷，此種方式的算法較為復(fù)雜，因此一般不會用于黑場監(jiān)測，但是在應(yīng)用時可以將圖像進行劃分眾多個小區(qū)域范圍，進行提取每一個小區(qū)域的灰度值，將作為特征進行判斷，進行特征值的標(biāo)準模板匹配對比，循環(huán)匹配下，就可以找出是否存在不匹配的現(xiàn)象，如果存在則不屬于黑場故障的范圍。

（2）對于靜幀故障的檢測方式，畫面需要在一定時間內(nèi)保持不變，屬于靜幀故障的主要呈現(xiàn)特點，因此在進行靜幀故障檢測時可以采取相鄰兩幀圖像比對的方式方法來展開。 在靜幀時，圖像內(nèi)部包含著正常且具有豐富信息的畫面，需要對內(nèi)容進行科學(xué)細致的判斷才可以辨識出畫面內(nèi)容，采取此種方式時同樣可以進行灰度圖像的分析［4］。 和上述方式一致，也需要將圖像進行劃分為多個小區(qū)域，提取出圖像區(qū)域的2 個特征值，將作為判斷的主要依據(jù)。 其中一個特征是指兩個相鄰圖像的對應(yīng)分割區(qū)域內(nèi)部所有點組成的一個灰度差值的總和，可以對分割區(qū)域范圍內(nèi)整體產(chǎn)生和呈現(xiàn)出的變化進行對比；另外一個特征可以對分割區(qū)域的單個點所產(chǎn)生的變化進行反映，屬于所有點的灰度差構(gòu)成的絕對值總和。 如果第一個特征值產(chǎn)生了不相匹配的現(xiàn)象，則相鄰的兩幀圖像產(chǎn)生的變化相對較大，排除在靜幀故障的范圍之外；對第二個特征值進行判斷時，如果出現(xiàn)了不匹配的情況，則說明相鄰的兩幀所處于的分割區(qū)域內(nèi)無數(shù)個點位存在一定的變化，因此也排除在靜幀故障的范圍。 在電視節(jié)目的正常播出過程當(dāng)中，在兩個特征值內(nèi)如果都判斷為不匹配，但是兩者數(shù)值都較為偏大的情況，則說明圖像的內(nèi)部和圖像出現(xiàn)了緩慢的變化狀態(tài)，需要進行重新的匹配計算，避免出現(xiàn)對判斷結(jié)果的干擾現(xiàn)象。

（3）對于馬賽克的故障檢測方式，舞臺的邊緣屬于圖像的基本特點，在人類的視覺以及數(shù)字圖像處理技術(shù)方面都具有相當(dāng)大的意義［5］。 對馬賽克故障的判斷過程當(dāng)中需要對邊緣進行檢測，采取合適的特征數(shù)值進行判斷。 邊緣的圖像像素值產(chǎn)生了強烈的變化，因此在計算時需要對產(chǎn)生劇烈變化的像素數(shù)值進行微分運算，以此得出其他部位的較大數(shù)值，在這過程當(dāng)中可以借助于微分算子來對邊緣進行計算監(jiān)測。 一是差分邊緣監(jiān)測，此種方式主要是借助于像素值的一階倒數(shù)算子來進行灰度變化的極限數(shù)值進行計算，需要對奇異點做出數(shù)值計算監(jiān)測，此種方式下需要使得差分的方向和邊緣保持垂直程度，監(jiān)測多個方向的邊緣過程當(dāng)中需要實現(xiàn)多個方向的差分計算；二是Robert 邊緣檢測算子方面，主要采取的對焦方向相鄰兩個像素值差值計算的方式，圖像當(dāng)中的每一個像素點都需要借助于兩個模板來展開卷積運算，一般檢測時都取用絕對值的方式來避免出現(xiàn)負值。 Robert 的算子可以對圖像差分進行直接計算，不包含平滑，因此可以對具備陡峭邊緣的低噪聲圖像進行良好監(jiān)測。 此外，還可以利用Soble 的邊緣監(jiān)測算子、laplacian 邊緣檢測算子、Canny 邊緣檢測算子的算法來進行監(jiān)測。 針對于解碼器的停止操作造成的馬賽克現(xiàn)象，則需要進行灰度圖像邊緣的捕捉，實現(xiàn)一系列的過程對比計算監(jiān)測之后，最終判斷是否存在畸變行為［6-7］。

5 結(jié)束語

綜上所述，在圖像識別技術(shù)基礎(chǔ)上展開的數(shù)字電視自動化識別技術(shù)得到了相當(dāng)廣泛的應(yīng)用，且效果相對良好。圖像識別技術(shù)在數(shù)字電視視頻監(jiān)測當(dāng)中的應(yīng)用也得到了相當(dāng)大的提升，有效地提高了廣播電視傳播的工作效率，對人們的生活質(zhì)量提高起到了有效的幫助和促進。 對于現(xiàn)階段數(shù)字電視當(dāng)中的馬賽克故障圖像監(jiān)測技術(shù)還需要進行深入化的探討和鉆研，不斷促進視頻監(jiān)測工作的發(fā)展創(chuàng)新。