CN102842025B - 视频图像的检测场景判断方法及装置 - Google Patents

视频图像的检测场景判断方法及装置 Download PDF

Info

Publication number
CN102842025B
CN102842025B CN201110173830.0A CN201110173830A CN102842025B CN 102842025 B CN102842025 B CN 102842025B CN 201110173830 A CN201110173830 A CN 201110173830A CN 102842025 B CN102842025 B CN 102842025B
Authority
CN
China
Prior art keywords
gray level
level image
detection scene
described gray
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110173830.0A
Other languages
English (en)
Other versions
CN102842025A (zh
Inventor
张滨
范云霞
延瑾瑜
温炜
张欢欢
范友健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING DIGITAL ZHITONG TECHNOLOGY CO., LTD.
Original Assignee
Beijing Hanwang Intelligent Traffic Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Hanwang Intelligent Traffic Technology Co Ltd filed Critical Beijing Hanwang Intelligent Traffic Technology Co Ltd
Priority to CN201110173830.0A priority Critical patent/CN102842025B/zh
Publication of CN102842025A publication Critical patent/CN102842025A/zh
Application granted granted Critical
Publication of CN102842025B publication Critical patent/CN102842025B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明的实施例提供一种视频图像的检测场景判断方法及装置,涉及视频分析检测技术领域,增加视频检测的抗干扰能力,提高视频检测的准确性。该方法包括:当所述灰度图像的检测场景的切换模式为白天到夜间,并且确定所述灰度图像需要进行状态切换时,从所述灰度图像的前景区域中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为夜间,在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏;当所述灰度图像的检测场景的切换模式为夜间到白天,并且确定所述灰度图像需要进行状态切换时,从所述灰度图像中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为黎明,在所述车灯未开启时,确定所述灰度图像的检测场景为白天。

Description

视频图像的检测场景判断方法及装置
技术领域
本发明涉及视频分析检测技术领域,尤其涉及一种视频图像的检测场景判断方法及装置。
背景技术
目前,在视频检测领域中,例如,对违法车辆进行视频采集和检测领域、车牌的识别和检测领域等,当外界光线发生变化时,需要采用视频检测方法检测出当前采集的视频图像所处的切换状态,进而控制是否开启补光灯。例如,采用视频检测方法检测出当前采集的视频图像处于从白天到晚上的切换状态时,则发送开启补光灯的控制命令,以便于提高采集到的视频图像的清晰度。
现有的视频检测方法通常采用简单的亮度变化和时间信息来检测视频图像的切换状态,然而,当外界的光线突然发生变化时,或者采集的视频图像中的场景变化较大时,无法准确地检测视频图像的切换状态,进而容易造成对补光灯的控制指令出错或者无法及时对补光灯进行调节,亦即现有的视频检测方法的抗干扰能力较低。同时,现有的视频检测方法对适用的场景具有局限性,当季节发生变化或者地域环境发生改变时,通过检测视频图像的切换状态检测场景的准确性较低。
发明内容
本发明的实施例提供一种视频图像的检测场景判断方法及装置,增加视频检测的抗干扰能力,提高视频检测的准确性。
为达到上述目的,本发明的实施例采用如下技术方案:
一种视频图像的检测场景判断方法,包括:
将当前采集到的原始视频图像转换为灰度图像;
判断所述灰度图像的检测场景的切换模式;
当所述灰度图像的检测场景的切换模式为白天到夜间,并且,确定所述灰度图像处于切换状态时,从所述灰度图像的前景区域中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为夜间,在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏;
当所述灰度图像的检测场景的切换模式为夜间到白天,并且,确定所述灰度图像处于切换状态时,从所述灰度图像中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为黎明,在所述车灯未开启时,确定所述灰度图像的检测场景为白天。
一种视频图像的检测场景判断装置,包括:
转换单元,用于将当前采集到的原始视频图像转换为灰度图像;
判断单元,用于判断所述灰度图像的检测场景的切换模式;
检测场景确定单元,用于当所述灰度图像的检测场景的切换模式为白天到夜间,并且,确定所述灰度图像处于切换状态时,从所述灰度图像的前景区域中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为夜间,在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏;
所述检测场景确定单元还用于当所述灰度图像的检测场景的切换模式为夜间到白天,并且,确定所述灰度图像处于切换状态时,从所述灰度图像中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为黎明,在所述车灯未开启时,确定所述灰度图像的检测场景为白天。
由上述技术方案所描述的本发明实施例中,通过将当前采集到的原始视频图像转换为灰度图像;当所述灰度图像的检测场景的切换模式为白天到夜间时,进一步根据车灯是否开启,可以将所述灰度图像的检测场景确定为黄昏或黑夜;并且当所述灰度图像的检测场景的切换模式为夜间到白天时,进一步根据车灯是否开启,可以将所述灰度图像的检测场景确定为黎明或白天。与现有技术中采用简单的亮度变化和时间信息来检测视频图像的检测场景,导致视频检测方法的抗干扰能力较低和准确性较低相比,本发明提供的技术方案通过分析灰度图像和车灯信息来检测视频图像的检测场景,对光线的突然变化或场景变化具有较强的抗干扰能力,同时,该方法适用的应用场景较广泛,受季节时间或者地域环境的影响较小,视频检测的准确性较高。
另外,本发明实施例提供的方法可以将视频图像的检测场景状态细化为白天、夜间、黄昏和黎明,提高了视频检测的精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的实施例1提供的一种视频图像的检测场景判断方法的流程图;
图2为本发明的实施例1提供的另一种视频图像的检测场景判断方法的流程图;
图3为本发明的实施例2提供的一种视频图像的检测场景判断装置的结构图;
图4为本发明的实施例2提供的一种视频图像的检测场景判断装置改进后的结构图;
图5为本发明的实施例2提供的另一种视频图像的检测场景判断装置的结构图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1:
本发明实施例提供一种视频图像的检测场景判断方法,如图1所示,包括:
101、将当前采集到的原始视频图像转换为灰度图像;
102、判断所述灰度图像的检测场景的切换模式;
103、当所述灰度图像的检测场景的切换模式为白天到夜间,并且,确定所述灰度图像处于切换状态时,从所述灰度图像的前景区域中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为夜间,在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏;
104、当所述灰度图像的检测场景的切换模式为夜间到白天,并且,确定所述灰度图像处于切换状态时,从所述灰度图像中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为黎明,在所述车灯未开启时,确定所述灰度图像的检测场景为白天。
本发明实施例中,首先将当前采集到的原始视频图像转换为灰度图像;当所述灰度图像的检测场景的切换模式为白天到夜间时,进一步根据车灯是否开启,可以将所述灰度图像的检测场景确定为黄昏或黑夜;并且当所述灰度图像的检测场景的切换模式为夜间到白天时,进一步根据车灯是否开启,可以将所述灰度图像的检测场景确定为黎明或白天。与现有技术中采用简单的亮度变化和时间信息来检测视频图像的检测场景,导致视频检测方法的抗干扰能力较低和准确性较低相比,本发明提供的技术方案通过分析灰度图像和车灯信息来检测视频图像的检测场景,对光线的突然变化或场景变化具有较强的抗干扰能力,同时,该方法适用的应用场景较广泛,受季节时间或者地域环境的影响较小,视频检测的准确性较高。
如图2所示,以对车辆进行视频检测为例,详细描述一种视频图像的检测场景判断方法,包括:
201、将当前采集到的原始视频图像转换为灰度图像。
202、将所述灰度图像进行背景建模,获得所述灰度图像的背景区域和前景区域。
2030、根据所述灰度图像的亮度信息预判断所述灰度图像的检测场景是否处于切换状态。
所述灰度图像的检测场景包括:黎明、白天、黄昏、夜间。首先根据不同季节的全天的不同时间段拍摄的视频图像中提取的灰度图像的亮度变化情况,设定灰度图像的白天和黎明的检测场景对应的亮度阈值为、黄昏和夜间的亮度阈值为
通过初步判断所述灰度图像的亮度信息是否在上述预设的亮度阈值范围内,可以初步判断所述灰度图像的检测场景是否需要进行切换。如果当前图像帧对应的灰度图像的亮度值在预设亮度范围内,则执行下述步骤203,否则,转至步骤201继续检测下一帧视频图像。
实际实施过程中,在对所述灰度图像的检测场景的确定时效要求不高的情况下,本步骤也可以省略。
203、判断所述灰度图像的检测场景的切换模式。
通过连续拍摄的多帧图像的灰度值可以判断所述灰度图像的检测场景的切换模式。具体地,本步骤采用如下实现方式:
获取在所述当前采集到的灰度图像之前按照时间顺序采集到的预设帧数的灰度图像;
若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成降序排列时,则确定所述灰度图像的检测场景的切换模式为白天到夜间;
若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成升序排列时,则确定所述灰度图像的检测场景的切换模式为夜间到白天。其中,所述灰度图像的灰度值是指每一帧灰度图像的各个像素点的灰度值的平均值。
204、当所述灰度图像的检测场景的切换模式为白天到夜间时,进一步地,判断所述灰度图像是否处于切换状态。
具体地,在判断所述灰度图像是否处于切换状态可以采用如下实现方式:
方式一、获取所述灰度图像的背景区域的亮度信息;当所述灰度图像的背景区域的亮度信息包含在预设亮度信息区间内时,确定所述灰度图像处于切换状态,需要进行状态切换;
当所述灰度图像的背景区域的亮度信息没有包含在预设亮度信息区间内时,确定所述灰度图像不处于切换状态,不需要进行状态切换,此时转至上述步骤201,继续处理采集到的下一帧视频图像。
所述背景区域的亮度信息的计算公式为:,其中为所述灰度图像中每个像素点的灰度值,为图像中总像素点数。若,则确定所述灰度图像需要进行状态切换。其中为预设亮度信息区间。
方式二、获取所述灰度图像的背景区域的纹理信息,当所述灰度图像的背景区域的纹理信息满足预设切换条件时,确定所述灰度图像需要进行状态切换;
当所述灰度图像的背景区域的纹理信息不满足预设切换条件时,确定所述灰度图像不处于切换状态,不需要进行状态切换,此时转至上述步骤201,继续处理采集到的下一帧视频图像。
所述纹理信息为Sobel算子求取图像边缘信息。
205、确定所述灰度图像需要进行状态切换时,从所述灰度图像的前景区域中提取车灯信息。
在灰度图像中,初始模式为白天向夜间切换时,利用前景区域、背景区域图像来提取车灯信息,首先通过提取纹理特征的方法,提取车头,所述提取车灯的方法为,将车灯按照半径建立车灯圆形模板,在所述图像中进行模板匹配检测,如果检测到车灯,并且已检测车灯可以进行对称匹配,即认为提取车灯信息成功。
206、判断所述车灯是否开启。
所述205可以检测到车灯时,判断检测车灯的核心亮度,当满足设定条件时,认为车灯开启;当不满足要求或者车灯信息提取失败时,认为车灯关闭。
207、在所述车灯开启时,确定所述灰度图像的检测场景为夜间。此时,外界光线不充足,为了提高采集的图像的清晰度,此时,需要发送在指定时间开启补光灯的控制指令,之后转至步骤201,继续处理采集到的下一帧视频图像。
208、在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏。此时,外界光线逐渐减弱,为了提高采集的图像的清晰度,需要发送在指定时间开启补光灯的控制指令,之后转至步骤201,继续处理采集到的下一帧视频图像。
需要说明的是,上述步骤204-208描述了当所述灰度图像的检测场景的切换模式为白天到夜间时,进一步根据车灯信息来判断所述灰度图像的检测场景的实现流程。下面步骤209-213将描述当所述灰度图像的检测场景的切换模式为夜间到白天时,进一步根据车灯信息来判断所述灰度图像的检测场景的实现流程。因此,步骤204-208、步骤209-213分别描述在不同的切换模式下,如何判断灰度图像的切换状态,并根据车灯信息判断灰度图像的检测场景,不存在时间上的先后顺序。
209、当所述灰度图像的检测场景的切换模式为夜间到白天时,进一步地,判断所述灰度图像是否处于切换状态。
具体地,在判断所述灰度图像是否处于切换状态可以采用如下实现方式:
方式一、获取所述灰度图像的背景区域的亮度信息;当所述灰度图像的背景区域的亮度信息包含在预设亮度信息区间内时,确定所述灰度图像处于切换状态,需要进行状态切换;
当所述灰度图像的背景区域的亮度信息没有包含在预设亮度信息区间内时,确定所述灰度图像不处于切换状态,不需要进行状态切换,此时转至上述步骤201,继续处理采集到的下一帧视频图像。
所述背景区域的亮度信息的计算公式为:,其中为所述灰度图像中每个像素点的灰度值,为图像中总像素点数。若,则确定所述灰度图像需要进行状态切换。其中为预设亮度信息区间。
方式二、获取所述灰度图像的背景区域的纹理信息,当所述灰度图像的背景区域的纹理信息满足预设切换条件时,确定所述灰度图像处于切换状态,需要进行状态切换;
当所述灰度图像的背景区域的纹理信息不满足预设切换条件时,确定所述灰度图像不处于切换状态,不需要进行状态切换,此时转至上述步骤201,继续处理采集到的下一帧视频图像。
所述纹理信息为Sobel算子求取图像边缘信息。
210、确定所述灰度图像需要进行状态切换时,从所述灰度图像中提取车灯信息。
所述灰度图像的检测场景的切换模式为夜间向白天切换时,利用原始灰度图像来提取车灯信息。首先通过提取纹理特征的方法,提取车头;所述提取车灯的方法为,将车灯按照半径建立车灯圆形模板,在所述图像中进行模板匹配检测,如果检测到的车灯,并且已检测车灯可以进行对称匹配,即认为检测成功。
211、判断所述车灯是否开启。
判断车灯是否开启的方法同步骤206,此处不再赘述。
212、在所述车灯开启时,确定所述灰度图像的检测场景为黎明,此时,外界光线可能还是不充足,为了提高采集的图像的清晰度,需要发送在指定时间开启补光灯的控制指令,之后转至步骤201,继续处理采集到的下一帧视频图像。
213、在所述车灯未开启时,确定所述灰度图像的检测场景为白天,此时,需要发送关闭补光灯的控制指令,之后转至步骤201,继续处理采集到的下一帧视频图像。
需要说明的是,本发明实施例带来的另一有益效果为:在确定所述灰度图像的检测场景为夜间,或者,在确定所述灰度图像的检测场景为黄昏,或者,在确定所述灰度图像的检测场景为黎明时,发送开启补光灯的控制指令,可以更准确地控制补光灯的开启时间,同时还可以实现对补光灯的闪亮持续时间的控制,例如,缩短补光灯的闪亮持续时间,从而可以避免现有技术由于补光灯开启时间和闪亮持续时间设置不适当,导致补光灯对驾驶员视线的影响。
实施例2:
本发明实施例提供一种视频图像的检测场景判断装置,如图3所示,包括:转换单元11,判断单元12和检测场景确定单元13。
其中,转换单元11,用于将当前采集到的原始视频图像转换为灰度图像。
判断单元12,用于判断所述灰度图像的检测场景的切换模式。
检测场景确定单元13,用于当所述灰度图像的检测场景的切换模式为白天到夜间,并且,确定所述灰度图像处于切换状态时,从所述灰度图像的前景区域中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为夜间,在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏。
所述检测场景确定单元13,还用于当所述灰度图像的检测场景的切换模式为夜间到白天,并且,确定所述灰度图像处于切换状态时,从所述灰度图像中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为黎明,在所述车灯未开启时,确定所述灰度图像的检测场景为白天。
为了提高对所述灰度图像的检测场景的确定时效,如图4所示,本发明还可以包括,预判断单元120,用于根据所述灰度图像的亮度信息预判断所述灰度图像的检测场景是否处于切换状态。
本发明实施例中,通过将当前采集到的原始视频图像转换为灰度图像;当所述灰度图像的检测场景的切换模式为白天到夜间时,进一步根据车灯是否开启,可以将所述灰度图像的检测场景确定为黄昏或黑夜;并且当所述灰度图像的检测场景的切换模式为夜间到白天时,进一步根据车灯是否开启,可以将所述灰度图像的检测场景确定为黎明或白天。与现有技术中采用简单的亮度变化和时间信息来检测视频图像的检测场景,导致视频检测方法的抗干扰能力较低和准确性较低相比,本发明提供的技术方案通过分析灰度图像和车灯信息来检测视频图像的检测场景,对光线的突然变化或场景变化具有较强的抗干扰能力,同时,该方法适用的应用场景较广泛,受季节时间或者地域环境的影响较小,视频检测的准确性较高。
另外,本发明实施例可以将视频图像的检测场景细化为白天、夜间、黄昏和黎明,提高了视频检测的精度。
进一步地,所述判断单元12采用如下的获取模块和判断模块来实现:
其中,获取模块,用于获取在所述当前采集到的灰度图像之前按照时间顺序采集到的预设帧数的灰度图像;
判断模块,用于若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成降序排列时,则确定所述灰度图像的检测场景的切换模式为白天到夜间;
所述判断模块还用于若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成升序排列时,则确定所述灰度图像的检测场景的切换模式为夜间到白天。其中,所述灰度图像的灰度值是指每一帧灰度图像的各个像素点的灰度值的平均值。
进一步地,如图5所示,所述视频图像的检测场景判断装置还包括:建模单元14,用于将所述灰度图像进行背景建模,获得所述灰度图像的背景区域和前景区域。
所述判断单元还用于根据所述灰度图像的亮度信息判断所述灰度图像是否处于切换状态。
进一步地,可选的,所述检测场景确定单元13具体用于获取所述灰度图像的背景区域的亮度信息;当所述灰度图像的背景区域的亮度信息包含在预设亮度信息区间内时,确定所述灰度图像处于切换状态,需要进行状态切换;或者,
可选的,所述检测场景确定单元13具体用于获取所述灰度图像的背景区域的纹理信息,当所述灰度图像的背景区域的纹理信息满足预设切换条件时,确定所述灰度图像处于切换状态,需要进行状态切换。
进一步地,如图5所示,所述视频图像的检测场景判断装置还包括:控制单元15,用于在确定所述灰度图像的检测场景为夜间,或者,在确定所述灰度图像的检测场景为黄昏,或者,在确定所述灰度图像的检测场景为黎明时,发送在指定时间开启补光灯的控制指令;
所述控制单元15还用于在确定所述灰度图像的检测场景为白天时,发送关闭补光灯的控制指令。
本发明实施例提供的视频图像的检测场景判断装置的功能实现过程可参见上述实施例1中的视频图像的检测场景判断方法的相关描述。
本发明实施例主要应用在视频检测处理中。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在可读取的存储介质中,如计算机的软盘,硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。

Claims (12)

1.一种视频图像的检测场景判断方法,其特征在于,包括:
将当前采集到的原始视频图像转换为灰度图像;
判断所述灰度图像的检测场景的切换模式;
当所述灰度图像的检测场景的切换模式为白天到夜间,并且,确定所述灰度图像处于切换状态时,从所述灰度图像的前景区域中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为夜间,在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏;
当所述灰度图像的检测场景的切换模式为夜间到白天,并且,确定所述灰度图像处于切换状态时,从所述灰度图像中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为黎明,在所述车灯未开启时,确定所述灰度图像的检测场景为白天。
2.根据权利要求1所述的视频图像的检测场景判断方法,其特征在于,在所述判断所述灰度图像的检测场景的切换模式之前,还包括:
根据所述灰度图像的亮度信息预判断所述灰度图像的检测场景是否处于切换状态。
3.根据权利要求1或2所述的视频图像的检测场景判断方法,其特征在于,所述判断所述灰度图像的检测场景的切换模式包括:
获取在所述当前采集到的灰度图像之前按照时间顺序采集到的预设帧数的灰度图像;
若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成降序排列时,则确定所述灰度图像的检测场景的切换模式为白天到夜间;
若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成升序排列时,则确定所述灰度图像的检测场景的切换模式为夜间到白天。
4.根据权利要求1或2所述的视频图像的检测场景判断方法,其特征在于,在判断所述灰度图像的检测场景的切换模式的之前,还包括:
将所述灰度图像进行背景建模,获得所述灰度图像的背景区域和前景区域;
根据所述灰度图像的亮度信息判断所述灰度图像是否处于切换状态。
5.根据权利要求3或4所述的视频图像的检测场景判断方法,其特征在于,所述确定所述灰度图像处于切换状态包括:
获取所述灰度图像的背景区域的亮度信息;当所述灰度图像的背景区域的亮度信息包含在预设亮度信息区间内时,确定所述灰度图像需要进行状态切换;或者,
获取所述灰度图像的背景区域的纹理信息,当所述灰度图像的背景区域的纹理信息满足预设切换条件时,确定所述灰度图像需要进行状态切换。
6.根据权利要求5所述的视频图像的检测场景判断方法,其特征在于,所述灰度图像的检测场景包括:黎明、白天、黄昏、夜间,视频图像的检测场景判断方法,还包括:
在确定所述灰度图像的检测场景为夜间,或者,在确定所述灰度图像的检测场景为黄昏,或者,在确定所述灰度图像的检测场景为黎明时,发送在指定时间开启补光灯的控制指令;
在确定所述灰度图像的检测场景为白天时,发送关闭补光灯的控制指令。
7.一种视频图像的检测场景判断装置,其特征在于,包括:
转换单元,用于将当前采集到的原始视频图像转换为灰度图像;
判断单元,用于判断所述灰度图像的检测场景的切换模式;
检测场景确定单元,用于当所述灰度图像的检测场景的切换模式为白天到夜间,并且,确定所述灰度图像处于切换状态时,从所述灰度图像的前景区域中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为夜间,在所述车灯未开启时,确定所述灰度图像的检测场景为黄昏;
所述检测场景确定单元还用于当所述灰度图像的检测场景的切换模式为夜间到白天,并且,确定所述灰度图像处于切换状态时,从所述灰度图像中提取车灯信息,在所述车灯开启时,确定所述灰度图像的检测场景为黎明,在所述车灯未开启时,确定所述灰度图像的检测场景为白天。
8.根据权利要求7所述的视频图像的检测场景判断装置,其特征在于,还包括:
预判断单元,用于根据所述灰度图像的亮度信息预判断所述灰度图像的检测场景是否处于切换状态。
9.根据权利要求7或8所述的视频图像的检测场景判断装置,其特征在于,所述判断单元包括:
获取模块,用于获取在所述当前采集到的灰度图像之前按照时间顺序采集到的预设帧数的灰度图像;
判断模块,用于若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成降序排列时,则确定所述灰度图像的检测场景的切换模式为白天到夜间;
所述判断模块还用于若从所述之前采集到的预设帧数的灰度图像的灰度值到所述当前采集到的灰度图像的灰度值形成升序排列时,则确定所述灰度图像的检测场景的切换模式为夜间到白天。
10.根据权利要求7或8所述的视频图像的检测场景判断装置,其特征在于,还包括:
建模单元,用于将所述灰度图像进行背景建模,获得所述灰度图像的背景区域和前景区域;
所述判断单元还用于根据所述灰度图像的亮度信息判断所述灰度图像是否处于切换状态。
11.根据权利要求9或10任一项所述的视频图像的检测场景判断装置,其特征在于,所述检测场景确定单元具体用于获取所述灰度图像的背景区域的亮度信息;当所述灰度图像的背景区域的亮度信息包含在预设亮度信息区间内时,确定所述灰度图像处于切换状态;或者,
所述检测场景确定单元具体用于获取所述灰度图像的背景区域的纹理信息,当所述灰度图像的背景区域的纹理信息满足预设切换条件时,确定所述灰度图像处于切换状态。
12.根据权利要求11所述的视频图像的检测场景判断装置,其特征在于,
所述灰度图像的检测场景包括:黎明、白天、黄昏、夜间,所述的视频图像的检测场景判断装置,还包括:
控制单元,用于在确定所述灰度图像的检测场景为夜间,或者,在确定所述灰度图像的检测场景为黄昏,或者,在确定所述灰度图像的检测场景为黎明时,发送在指定时间开启补光灯的控制指令;
所述控制单元还用于在确定所述灰度图像的检测场景为白天时,发送关闭补光灯的控制指令。
CN201110173830.0A 2011-06-25 2011-06-25 视频图像的检测场景判断方法及装置 Active CN102842025B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110173830.0A CN102842025B (zh) 2011-06-25 2011-06-25 视频图像的检测场景判断方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110173830.0A CN102842025B (zh) 2011-06-25 2011-06-25 视频图像的检测场景判断方法及装置

Publications (2)

Publication Number Publication Date
CN102842025A CN102842025A (zh) 2012-12-26
CN102842025B true CN102842025B (zh) 2016-01-06

Family

ID=47369369

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110173830.0A Active CN102842025B (zh) 2011-06-25 2011-06-25 视频图像的检测场景判断方法及装置

Country Status (1)

Country Link
CN (1) CN102842025B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105554409B (zh) * 2015-12-16 2018-01-16 浙江宇视科技有限公司 一种昼夜切换检测的方法和装置
CN108347560A (zh) * 2018-01-17 2018-07-31 浙江大华技术股份有限公司 一种摄像机防太阳灼伤方法、摄像机及可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1413861A (zh) * 2002-06-07 2003-04-30 珠海维中信息技术有限公司 车牌自动识别方法
CN101034005A (zh) * 2007-04-12 2007-09-12 上海交通大学 昼夜视频车辆检测间的切换方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1413861A (zh) * 2002-06-07 2003-04-30 珠海维中信息技术有限公司 车牌自动识别方法
CN101034005A (zh) * 2007-04-12 2007-09-12 上海交通大学 昼夜视频车辆检测间的切换方法

Also Published As

Publication number Publication date
CN102842025A (zh) 2012-12-26

Similar Documents

Publication Publication Date Title
CN105635597B (zh) 车载相机的自动曝光方法及系统
CN102385753B (zh) 一种基于光照分类的自适应图像分割方法
CN104657735A (zh) 车道线检测方法、系统、车道偏离预警方法及系统
CN102902957A (zh) 一种基于视频流的自动车牌识别方法
CN105320923A (zh) 车型识别方法及装置
CN105519102A (zh) 视频监控方法、视频监控系统以及计算机程序产品
CN103605969A (zh) 一种人脸录入的方法及装置
CN103327345A (zh) 白平衡处理方法及其处理装置
CN104662560B (zh) 一种视频图像处理方法及系统
CN102314695B (zh) 一种基于计算机视觉的遗留物检测方法
CN106157323A (zh) 一种动态分块阈值和块搜索结合的绝缘子分割提取方法
CN104537360A (zh) 车辆未让行违章检测方法及其检测系统
CN114495068B (zh) 基于人机交互和深度学习的路面健康检测方法
CN109712171B (zh) 一种基于相关滤波器的目标跟踪系统及目标跟踪方法
CN105046719A (zh) 一种视频监控方法及系统
CN103440492A (zh) 一种手持卷烟识别器
CN102833492A (zh) 一种基于颜色相似度的视频场景分割方法
CN103473547A (zh) 一种用于智能交通检测系统的车辆目标物识别算法
CN109146923A (zh) 一种目标跟踪丢断帧的处理方法及系统
CN102254396B (zh) 基于视频的入侵检测方法及装置
CN103324957B (zh) 信号灯状态的识别方法及识别装置
CN102842025B (zh) 视频图像的检测场景判断方法及装置
CN112241693A (zh) 基于YOLOv3实现的违规焊接动火图像识别方法
CN109643363B (zh) 特征提取和对象检测的方法、系统和装置
CN103034997A (zh) 一种适用于监控视频前/背景分离的前景检测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
C56 Change in the name or address of the patentee
CP03 Change of name, title or address

Address after: 100193 Beijing, Zhongguancun, Haidian District Software Park, building 3, block A, block 9

Patentee after: BEIJING DIGITAL ZHITONG TECHNOLOGY CO., LTD.

Address before: 100193 Beijing, Haidian District, northeast Wang West Road, building three, floor 5, layer 8

Patentee before: Beijing Hanwang Intelligent Traffic Technology Co., Ltd.