随着社会的发展,视频监控系统已经深入人们的生产生活,广泛应用于政府、教育、交通、金融等各个重要领域和场所中。面对如此之多和广泛应用的摄像头,要确保监控画面的清晰正常,其运维必将十分艰难。因此本文对于监控系统中发生的清晰度异常进行研究分析,使其能对这类异常进行自动报警,达到提前监测的目的,减少不必要的损失。为了检测由摄像机参数设置不当引起的安防监控视频质量退化问题,提出了基于最优直线段边缘方向的视频清晰度检测方法。基于监控视频图像的模糊造成全局的图像质量下降,但在局部区域的表现各不相同的特性,通过最优直线段和最优边缘方向的提取,结合图像强边缘宽度图,得到精准的视频图像清晰度度量指标。算法在LIVE库和安防监控视频库上进行了实验,并进行了相关性分析,实验结果表明,该方法得到的视频评估数据,与主观评价具有良好的一致性,满足安防监控的实际需求。基于边缘的无参考图像清晰度评价方法对安防监控视频具有良好的一致性,但后期的多次实验,发现对于视频清晰度异常严重的视频,前述算法不能很好的适应。因此,针对这一问题,结合空间域及频率域,提出了基于边缘与能量的清晰度异常严重图像清晰度的评价方法。该方法在空间域上由边缘的宽度估计边缘清晰度的基础上引入多分辨率分解,改善清晰度异常严重图像因检测不到边缘直线段而影响清晰度评价的情况;在频率域上,对图像进行小波分解,然后将每层的所有高频部分合并为一个细节图,并利用其梯度计算每层图像的能量,再将所有层的能量合并,得到整幅图像的高频能量。最后,利用空间域的边缘清晰度以及频率域的高频分量的能量综合得到。实验证明,该方法对于清晰度异常视频的评价与主观评价具有良好的一致性,并且性能稳定。最后,总结了文章所做的相关工作,并指出了今后需要进一步研究的方向。