1.一种基于视频熵的自适应视频流处理方法，其特征在于包含以下步骤：

步骤一：定义时间度量长度为T、队列长度参数QT、队列实际长度QL、视频熵阈值为ET；

所述视频熵定义为 p(x)为概率函数，H(x)的值越大表示视频流的不

确定性越高，每一帧变化程度越大；p(x)为概率函数，代表x这个范围特征出现的概率，图像中每个像素表示为0到255共256个整数，把一个范围令为范围像素，分割每n个连续整数为一个范围，这样0到255共有256/n个范围，降低了计算量，其中n为能够被256整除的自然数；

步骤二：视频监控系统的视频流汇流中央进行处理，并定义一个视频熵的阈值ET，在T时间度量范围内，每一路视频流均计算出各自的视频熵；

步骤三：优先处理当前视频熵高于阈值ET的视频流；

步骤四：针对当前视频熵低于阈值ET的视频流根据视频熵由大到小进行排序，插入队列，且保证队列数量不超过QT；

步骤五：按照优先级处理队列里的视频流，在队头的视频流优先级最高，在队尾的视频流优先级最低。

2.按照权利要求1所述的一种基于视频熵的自适应视频流处理方法，其特征在于：所述步骤三具体为将每一路视频流计算得到的视频熵的值H(x)逐个与阈值ET比较，当某一路的视频熵H(x)>ET时，将对应该路的视频流添加到队列中，当所有视频流都对比完成后，队列中m个视频流位于队列最前端进行优先处理，m

3.按照权利要求2所述的一种基于视频熵的自适应视频流处理方法，其特征在于：所述步骤四具体为将H(x)