买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京师范大学申请的专利一种基于图像质量的监控运行监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114648462B 。

龙图腾网通过国家知识产权局官网在2025-05-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210316542.4，技术领域涉及：G06T5/92；该发明授权一种基于图像质量的监控运行监测方法是由杨曦晨;余晴霞;张一鸣;刘雨鑫;陈烨设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本一种基于图像质量的监控运行监测方法在说明书摘要公布了：本发明公开了一种基于图像质量的监控运行监测方法，包括如下步骤：采集监控图像；通过构建好的图像质量分数评价模型对采集的监控图像进行质量评价，获取到质量评价图像质量分数；根据图像质量分数，对采集的监控图像进行运行状态评价；实时动态展示监控图像运行状态的变化情况；根据监控图像运行状态，对监控运行情况进行监测。本发明实现了实时在线检测，能够客观、迅速、高效、数字化评价监控图像视频质量，方便有关人员进行检查和维修，提高监控异常发现的效率，节省大量人力资源成本。

本发明授权一种基于图像质量的监控运行监测方法在权利要求书中公布了：1.一种基于图像质量的监控运行监测方法，其特征在于，包括如下步骤：S1：采集监控图像；S2：通过构建好的图像质量分数评价模型对采集的监控图像进行质量评价，获取到质量评价图像质量分数；S3：根据图像质量分数，对采集的监控图像进行运行状态评价；S4：实时动态展示监控图像运行状态的变化情况；S5：根据监控图像运行状态，对监控运行情况进行监测；步骤S2中图像质量分数评价模型的构建方法为：B1：提取5个图像质量相关特征，分别为方向梯度直方图特征、局部梯度强度直方图特征、局部亮度直方图特征、局部梯度强度标准差直方图特征和局部亮度标准差直方图特征；B2：基于所提取特征分别计算参考图像和失真图像的5个特征图，计算参考图像和失真图像之间的特征图差异得到差异特征图；B3：采用差异特征图均值表示参考图像和失真图像之间不同的特性差异，融合每幅失真图像5个特征图所对应的差异值得到差异向量；B4：通过SVR学习差异向量和图像质量分值之间的映射关系得到图像质量分数评价模型；步骤B1中5个图像质量相关特征的提取方法为：方向梯度直方图特征提取步骤如下：C1：采用公式1对图像进行伽马校正；公式中Ri,j、Gi,j和Bi,j分别对应图像在i,j处RGB颜色通道值，Ii,j为矫正后i,j处像素点的灰度值， C2：采用公式2和公式3分别计算图像在i,j处的水平方向梯度和垂直方向梯度强度；公式中Gxi,j和Gyi,j分别对应i,j处水平方向梯度和垂直方向梯度，Gxi,j＝Ii+1,j-Ii-1,j2Gyi,j＝Ii,j+1-Ii,i-13C3：利用步骤C2中所得到的水平方向梯度和垂直方向梯度计算图像在i,j处的梯度强度值Gi,j和θ梯度方向，具体计算方法如公式4和公式5所示，由于梯度方向会根据Gxi,j和θ的正负对角度进行象限的归分，所以θ的范围是[0,360°]； C4：将图像分成互不重叠大小相同的连通区域并定义为cell，将图像划分为大小相同的cell，采用加权法计算每个cell的梯度方向直方图，每个cell的梯度方向平均划分为9个直方图通道，权值为梯度方向对应的梯度强度，得到方向梯度直方图；C5：对每个cell的直方图采用公式6进行归一化处理，其中histi为单一cell对应的直方图向量中第i个值，HISTi为归一化后cell对应的直方图向量中第i个值；定义2*2个cell的区域为一个block，连接每个block中4个cell的直方图得到成长度为36的特征向量，定义block归一化后的方向梯度直方图为H1； 局部梯度强度直方图特征提取过程如下：D1：采用公式1对图像进行伽马校正；D2：采用公式2和公式3分别计算图像中每个像素点在水平和竖直方向上的梯度强度，并通过公式4得到图像的梯度强度特征图；D3：采用公式7对图像的局部梯度强度特征图进行归一化处理；公式中Gi,j表示i,j处的梯度强度，Gmin和Gmax表示参考图像和失真图像的局部梯度强度特征图的最大值和最小值,Gni,j表示归一化后i,j处的值； D4：将图像划分为大小相同的cell，将每个cell的梯度强度平均划分成10个直方图通道并计算每个cell的梯度强度直方图H2；局部亮度直方图特征的提取过程如下：E1：对参考图像和失真图像的亮度进行归一化处理；归一化处理公式如8所示，其中Ii,j表示i,j处的像素值，Imin和Imax表示参考图像和失真图像亮度的最大值和最小值，Ini,j表示归一化后i,j处的值； E2：将图像划分为大小相同的cell，将每个cell的亮度平均划分成10个直方图通道，得到局部亮度直方图H3；局部梯度强度标准差的计算过程如下：F1：采用公式1对图像进行伽马校正；F2：采用公式2和公式3分别计算图像中每个像素点在水平和竖直方向上的梯度强度，并通过公式4得到图像的梯度强度特征图，采用公式8实现局部梯度强度特征图的归一化；F3：将图像划分为大小相同的cell,对每一个cell求标准差，得到局部梯度强度标准差特征图；F4：将局部梯度强度标准差特征图划分为大小相同的block，每个block大小设置为6*6个cell，将每个block的梯度强度标准差平均划分成10个直方图通道，统计得到局部梯度强度标准差直方图H4；局部亮度标准差直方图特征的提取过程如下：G1：采用公式8对图像进行归一化处理；G2：将图像划分为大小相同的cell，对每一个cell求标准差，得到局部亮度标准差特征图；G3：将局部亮度标准差特征图划分为大小相同的block，设置block大小为6*6个cell，将每个block的亮度标准差平均划分成10个直方图通道，得到局部亮度标准差直方图H5。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京师范大学，其通讯地址为：210046 江苏省南京市栖霞区文苑路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。