1.一种视频图像中的条纹异常检测方法，其特征在于：利用视频前后帧的差帧去除背景噪声，再通过腐蚀去除非条纹噪声影响并突显条纹特征；最后进行行投影并计算对比方差值，具体步骤如下：步骤1：获得目标视频，提取视频的图像宽与高；

步骤2：提取视频序列中的图像，并将图像的存储格式由多通道转化为单通道的灰度图像存储格式；

步骤3：将步骤2的灰度格式图像序列依次做前后帧的差帧处理，得到差值图像序列；

步骤4：将步骤3差值图像序列进行形态学中腐蚀去噪处理获得去噪图像序列，以突显图像横条纹特征；

步骤5：将步骤4的去噪图像序列以及步骤3的差值图像序列进行Sobel算子锐化处理，得到处理后的两组图像序列；

步骤6：将步骤5处理的两组图像序列分别进行行投影，得到两组投影数据；

步骤7：步骤6得出的未去噪处理的方差数据与进行去噪处理的的方差数据做比，得到比值，记为T＝Var0/Var1；Var1为未经过腐蚀去噪处理的投影数据的方差，Var0为经过腐蚀去噪处理的投影数据方差；

步骤8：将步骤7得出的比值T与预先统计好得出的阈值T0比较大小；由于存在横条纹图像处理后的方差比会比较小，而不存在横条纹图像处理后方差比会比较大；统计发现二者处在不同的量级上，从而统计出判断阈值T0；基于这样的结论，那么当T

将得出的比值T与预先统计好得出的阈值T0比较大小；由于存在横条纹图像处理后的方差比会比较小，而不存在横条纹图像处理后方差比会比较大；统计发现二者处在不同的量级上，从而统计出判断阈值T0；基于这样的结论，那么当T

所述的方差比的阈值计算如下：

将事先收集多组固定场景下存在横条纹的样本视频与不存在横条纹的视频样本用于统计计算，样本分组多次重复步骤1-步骤7，得出两组统计数据；一组为存在横条纹的方差比值数据组data_T0，另一组为不存在横条纹的方差比值数据组data_T1.求出两组数据的均值分别为average_T0、average_T1；在二者中间取一可靠值T0作为统计阈值，带入进行检验。

2.根据权利要求1所述的一种视频图像中的条纹异常检测方法，其特征在于：在步骤4中，腐蚀处理的原理如下：腐蚀定义为：

表示B对A的腐蚀是一个用z平移的B包含在A中所有的点Z的集合；其中A、B为两个集合；

结构元B采用半径为3像素、高为3像素的椭圆进行腐蚀处理。

3.根据权利要求2所述的一种视频图像中的条纹异常检测方法，其特征在于：在步骤5中，Sobel算子采用水平算子可检测横条纹、采用Sobel垂直算子可检测纵向条纹；公式分别为：其中zi,i＝1,…,9为目标点x上一行与下一行最邻近3像素点的灰度值；gx和gy表示sobel算子处理后得到x像素灰度值。

4.根据权利要求3所述的一种视频图像中的条纹异常检测方法，其特征在于：在步骤6中，投影公式为：或

其中data(j)、data(i)分别为列、行投影对应元素值；I(i,j)为对应图像的像素灰度值。