基于图像二维熵的视频信号丢失检测(Signal Loss Detection)
1 图像二维熵
图像二维熵作为一种特征评价尺度能够反映出整个图像所含平均信息量的高低，熵值(H)越大则代表图像所包含的信息越多，反之熵值(H)越小，则图像包含的信息越少。对于图像信息量，可以简单地认为图像的边缘信息越多则图像的信息量越大。
2 信号丢失检测
2.1 画面对比
-
由于信号丢失所产生的画面大部分均由简单的纯色或少色的人造图像，再加上“信号丢失”提示信息所构成，因此信号丢失画面的信息量与正常图像相比较低。例如：
上图所示的信号丢失画面由黑色屏幕加上信号丢失提示组成，画面简单，信息量较低。 -
而正常画面具有更多的边缘信息，
因此图像的信息量相较于信号丢失画面由明显差别。
2.2 信号丢失检测结果分析
通过对图像计算二维熵值，并设置合理阈值(Threshold)便能达到信号丢失画面检测的目的。检测结果如下：
-
一张正常图像的二维熵值通常较高，说明图像中存在较多的边缘信息，不存在信号丢失现象。
-
作为最为常见的信号丢失情况，纯色背景的信号丢失图像的二维熵值极小，表明画面存在信号丢失异常。
-
彩色背景的信号丢失图像使用频率虽然不如纯色背景高，但也有大量的应用场景，通过计算它的二维熵值，发现其二维熵值虽然较纯色信号丢失图像更大，但依旧不高，依然可以判断图像存在信号丢失异常。
