用于机顶盒功能测试的马赛克检测算法

用于机顶盒功能测试的马赛克检测算法摘要本文提出一种用于机顶盒功能测试的马赛克检测算法。该算法先将图像从RGB(红、绿、蓝)模型转换为HSI(色调、饱和度、强度)模型；再把待检测图片与基准图片进行比较并计算对应像素点在色调、饱和度和强度上的均方误差；最后将获得的数值与对应阈值进行比较，若超过阈值则判定为马赛克图片。通过相应的系统检验，该算法可以在确保高效率的同时有较高的准确率，满足了机顶盒功能测试中马赛克检测的功能与性能要求。关键词机顶盒；马赛克检测；中心极限定理；均方误差0引言随着数字电视不断普及，市场对于机顶盒的需求越来越大。机顶盒出厂前需进行一系列的测试，包括：功能测试、接口测试等。其中功能测试的一个重要组成部分是机顶盒的解码性能测试。随着计算机技术的发展，图像识别技术在数字电视图像自动监测中被广泛使用。针对机顶盒解码性能的检测，常用方法是实时对机顶盒解码的视频图像进行马赛克检测。马赛克检测系统的目的是取代人工监测，因此对检测系统的性能有以下要求：1）实现实时检测；2）能检测出人眼能观察到的马赛克图像。1RGB与HSI颜色模型转换在数字图像处理中，颜色是一个重要的研究对象。而RGB模型与HSI模型是两种常见模型。在机顶盒功能测试时，采集图像的过程中使用RGB模型，便于颜色的采集与显示。而在检测过程中采用HSI模型有利于使检测结果更接近人体的视觉效果。因此，算法的实现需要把图像从RGB模型转换为HSI模型。本文采用几何推导模型。其中(1)(2)(3)2基于基准图片比较的检测算法用于机顶盒解码功能检测的视频有以下特点：视频画面基本固定不变、有多个彩色条纹构造成的静态的图像视频流，图像的变化较少，如图1所示。根据其特点，本文提出了基于基准图片比较的检测算法。该算法的步骤为：step1将图像RGB值进行归一化处理后再转换到HSI模型；step2计算采样图片与基准图片对应像素在色调、饱和度和强度上的均方误差值；step3把获得的均方误差值与阈值进行比较，只要任一维度的值超过阈值，则判断当前采样图片出现马赛克。2.1归一化处理正常图像在颜色交界处存在颜色的突变。突变处的RGB数值不平滑使得计算获得的MSE异常增大，最终导致算法的判断失败。因此，引入归一化处理方法来解决该问题。图1带有马赛克的图像图2图像像素点结构假设图像一共由m*n个像素点组成，如图2所示，像素点Pij的RGB值分别为，其中0≤i≤m-1，0≤j≤n-1。那么归一化公式(4):其中(4)通过归一化处理后，像素点的RGB值过渡平滑化，解决了颜色交界处的数值突变问题，进而提高了算法准确率。2.2阈值的选定在算法中，一个重要的因素是阈值的选定。这个关系到算法的准确度。在介绍阈值的选定方法前，先介绍两个统计学的知识点：中心极限定理：设从均值为μ、方差为σ2的任意一个总体中抽取样本量为n的样本，当n充分大时，样本均值的抽样分布近似服从均值为、方差为σ2/n的正态分布。正态分布原理：设X服从均值为μ，方差为σ2的正态分布，那么在μ±3σ范围内的累计分布概率达到99%。随着采样点的变化，正常的采样图片也会在色调、饱和度和强度上有一定的波动，导致它与参考图像存在一定误差。因此在选定阈值时必须考虑这个因素，避免正常图像被误判。同时，本文认为采样点波动是随机发生的，且相互独立。因此阈值的选定步骤：将无异常的机顶盒接入测试系统中，采集大量的正常图像，计算对应的均方误差；根据获得的数据计算出三个维度均方误差的均值μ和标准差σ；根据正态分布3σ原理，将阈值设置为μ+3σ可以保证能检测出99%以上的马赛克。3实验结果与结论采用C#语言，在VisualStudio2008环境下实现检测算法。先采集1000个样本数据，再根据数据计算得到三个维度的均方误差的均值和标准差，最后计算获得阈值，如表1所示。维度均值μ标准差σ阈值μ+3σ色调4.53E-045.00E-056.03E-04饱和度1.82E-052.33E-062.52E-05强度7.28E-064.54E-078.64E-06表1三个维度的均值、标准差和阈值对图像1计算其的均方误差，分别在色调、饱和度和强度的值为：4.68E-04、1.42E-04、6.62E-05；其中饱和度和亮度均大于阈值，因此判断该图像为马赛克图像。该算法目前已经应用于北京市北康晟电子技术有限公司的机顶盒自动化测试系统。经过长时间的系统测试已经证实，基于该算法的检测系统对于马赛克的检测准确率达到99%以上，无漏检现象，同时误检率低于5%。该算法有以下优点：1）算法复杂度适宜，能够实现每50ms采样一次的频率。根据人体的视觉暂留现象，可以模拟人工检测的频率；2）算法准确率高，能够捕获99%的错误，在长时间检测中，无漏检或者误检现象。因此，基于基准图像图片比较算法可以满足机顶盒功能测试中的马赛克图像检测的要求。参考文献[1][美]RC.冈萨雷斯.阮秋琦，阮宇智，等译.数字图象处理[M].2版，北京:电子工业出版社，2003.[2]Marmolin，Hans，SubjectiveMSEMeasures，Systems，ManandCybernetics，IEEETransactionson，vol.16，no.3，pp.486，489，May1986.[3]陈荣江，张万琴.概率论与数理统计[M].北京:北京大学出版社，2006.