1、對于一個網(wǎng)絡(luò)視頻，臨控系統(tǒng)，在視頻采集、視頻壓縮、信道編碼、視頻傳輸和視頻解碼等常規(guī)的視頻信息處理過程中，常會產(chǎn)生視頻數(shù)據(jù)損傷，導(dǎo)致視頻圖像畫面質(zhì)量下降，嚴(yán)重影響監(jiān)控效果。
　　 最有效的視頻質(zhì)量檢測方法是采用人工巡檢的方式，但隨著監(jiān)控規(guī)模的逐漸擴(kuò)大，人工檢測存在工作量大且效率低的問題。而傳統(tǒng)的自動化視頻質(zhì)量檢測方法與主觀視頻質(zhì)量的相關(guān)性不強(qiáng)，不能很好地反映人的視覺感受。近年來，研究與主觀視頻質(zhì)量具有很好相關(guān)性的自動化視頻質(zhì)量檢

2、測方法成為了熱點(diǎn)。與傳統(tǒng)的直接比較像素通道值的方法不同，這些客觀視頻質(zhì)量檢測方法是在研究人類視覺系統(tǒng)特性的基礎(chǔ)上，直接從目標(biāo)視頻序列中提取結(jié)構(gòu)性信息，然后對這種結(jié)構(gòu)性信息進(jìn)行檢測。
　　 為了滿足對網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)進(jìn)行實(shí)時監(jiān)測的要求，本文設(shè)計(jì)和實(shí)現(xiàn)了一個視頻質(zhì)量檢測系統(tǒng)，其中主要研究內(nèi)容如下：
　　 (1)設(shè)計(jì)了針對多種圖像異常的檢測算法。本文通過充分分析視頻信號缺失、噪點(diǎn)、雪花、條紋、亮度、模糊、偏色、抖動以及畫面凍結(jié)

3、這9種異常，設(shè)計(jì)了基于空間域的圖像異常檢測算法。每種圖像異常的檢測算法都是獨(dú)立的，可分別檢測目標(biāo)視頻中是否出現(xiàn)該種異常，并返回表示異常程度的數(shù)值。
　　 (2)實(shí)現(xiàn)了YUV視頻的幀提取。本文相關(guān)項(xiàng)目中，YUV視頻采用的編碼格式為YUV4∶2∶0，其亮度分量與色度分量采樣比為4∶1∶1。在提取YUV視頻的幀時，根據(jù)該編碼格式下數(shù)據(jù)的存儲排列方式讀取YUV分量值，并利用YUV到RGB的轉(zhuǎn)換公式，將截取到的幀轉(zhuǎn)換為RGB圖像。

4、　　 (3)利用OpenCV圖像處理技術(shù)，完成了圖像異常檢測的預(yù)處理工作。本文結(jié)合對各種圖像異常的分析，根據(jù)檢測需求，對待檢測圖像進(jìn)行了灰度轉(zhuǎn)換、通道分割、顏色空間轉(zhuǎn)換等操作。通過預(yù)處理工作，我們能夠獲取可更好地用于特定異常檢測的圖像空間域結(jié)構(gòu)信息，提高檢測效率。
　　 目前，視頻質(zhì)量檢測系統(tǒng)已開發(fā)完畢，并用YUV視頻完成了測試。測試結(jié)果表明，該系統(tǒng)能夠提供視頻質(zhì)量的實(shí)時監(jiān)測，并能夠快速、準(zhǔn)確地檢測視頻中圖像異常的種類。該系統(tǒng)