随着我国高速铁路的建设,综合视频监控系统随之得到了快速发展,应用越来越广泛。铁路综合视频监控系统涉及的设备品牌、类型、功能及系统平台众多,而这些设备的运用质量目前缺乏客观、统一的评价指标体系,没有统一量化的标准,很难实现对其考核评价,因此迫切需要建立铁路综合视频监控设备运营维护体系。另外,铁路综合视频监控系统前端摄像机数量不断增加以及监控时间不断延长,现阶段视频维护工具功能较少,仍主要依靠人工检测和处理,给系统维护工作带来了新的挑战。虽然也有一些手持式工具,但由于技术简单,无法对数字视频系统内的主要视频设备和性能进行检测和判断故障原因。所以迫切需要一种高效、全面的视频图像质量诊断方法。本文针对视频监控系统中图像质量监测算法进行研究。首先,采用一种基于小波变换的图像处理方法,对分解子图像进行噪声、对比度、锐化、亮度等信息进行分析,提取参数训练人工神经网络,将其输出作为图像质量的一种定量表述,对图像的整体情况进行一个评估。然后,对视频图像可能出现的雪花、模糊、亮度异常、画面冻结、抖动等常见摄像头故障分别建立对应的算法模型,做出自动判断并发出报警信息,提示相关人员对监控系统及时进行检修,以防止意外情况的发生。将本算法应用到京沪高铁综合视频监控系统实际应用环境中,对多路不同视频监控数据进行分析、实验,验证了算法可行性,达到了预期的效果。