CN102957898A - 图像处理设备、图像处理方法和程序 - Google Patents
图像处理设备、图像处理方法和程序 Download PDFInfo
- Publication number
- CN102957898A CN102957898A CN2012102907334A CN201210290733A CN102957898A CN 102957898 A CN102957898 A CN 102957898A CN 2012102907334 A CN2012102907334 A CN 2012102907334A CN 201210290733 A CN201210290733 A CN 201210290733A CN 102957898 A CN102957898 A CN 102957898A
- Authority
- CN
- China
- Prior art keywords
- piece
- image
- histogram
- normalization
- change
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
- G08B29/02—Monitoring continuously signalling or alarm systems
- G08B29/04—Monitoring of the detection circuits
- G08B29/046—Monitoring of the detection circuits prevention of tampering with detection circuits
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Security & Cryptography (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
- Burglar Alarm Systems (AREA)
Abstract
提供了一种图像处理设备、图像处理方法和程序,该图像处理设备包括:获取部分,其获取图像的图像数据;划分部分,其将获取图像划分为块数N(N>1);指定部分,每次新获取图像的图像数据时,所述指定部分从块数N中顺序指定块数M(N≥M>1),作为要更新的块;滤波部分,其使用预定滤波器对指定的块数M的图像数据执行滤波;计数部分,其计数滤波结果大于预定值的像素数;第一确定部分,其确定各块中是否有异常;以及第二确定部分,其确定是否已经出现破坏。
Description
技术领域
本技术涉及图像处理设备、图像处理方法和程序。更具体地,本技术涉及能够检测监视相机等上进行的破坏行动的图像处理设备、图像处理方法和程序。
背景技术
监视系统是已知的,其中为了检测特定空间中的入侵者(如人或动物),通过监视相机捕获目标空间的图像,并且从捕获图像中检测入侵者。在该监视系统中,如果进行破坏行动,如用衣服覆盖监视相机、改变监视相机的朝向或喷洒监视相机的镜头,则不可能再执行监视。
提出了检测针对监视相机的破坏行动的技术,其中计算通过监视相机成像的当前图像和预先存储的参考图像(或过去图像)之间的相似度,或者计算边缘强度等,以便确定是否已经存在破坏行动(例如,参考日本专利No.04626632和日本专利No.04227539)。
发明内容
根据日本专利No.04626632和日本专利No.04227539,可能检测已经存在破坏行动。然而,难以确定破坏的类型。通过使得可能确定破坏的类型,解决破坏的响应不同,因此优选除了检测以外还能够确定破坏的类型。
此外,在日本专利No.04626632中,公开了一种处理,其还包括用于禁止由于运动体的误检测的运动体检测处理。然而,除了当运动体覆盖整个屏幕的情形,不可能进行检测,并且难以关于更详细的情形执行检测。
此外,在日本专利No.04227539中,提出对于每个区域执行处理。然而,当确定是否已经存在破坏行动时,将所有区域的值相加,并且计算整体值。因此,当在一些区域中边缘强度非常高时,确定结果取决于这些区域,并且存在误确定的风险。
存在对这样的系统的需要,该系统能够更精确地检测针对监视相机的破坏行动而没有误检测,能够确定破坏的类型,并且允许适当的和快速的响应。
已经考虑前述情况设计了本技术,并且使得可能精确地检测针对监视相机等进行的破坏,并且进一步使得可能确定破坏的类型。
根据本技术的实施例,提供了一种图像处理设备,包括:获取部分,其获取图像的图像数据;划分部分,其将获取图像划分为块数N(N>1);指定部分,每次新获取图像的图像数据时,所述指定部分从块数N中顺序指定块数M(N≥M>1),作为要更新的块;滤波部分,其使用预定滤波器对指定的块数M的图像数据执行滤波;计数部分,其计数滤波结果大于预定值的像素的数量;第一确定部分,其通过比较计数部分计数的像素数和预定值,确定各块中是否有异常;以及第二确定部分,其通过比较图像内由第一确定部分确定有异常的块数和预定值,确定是否已经出现破坏。
计数部分可以通过将滤波结果大于预定值的像素值的和除以确定滤波结果大于预定值的像素数,计算平均值。第一确定部分可以执行第一确定和第二确定,第一确定确定像素数是否小于预定值,并且第二确定确定平均值是否小于预定值,并且设置第一确定和第二确定的逻辑和作为确定结果。
所述图像处理设备还可以包括:直方图生成部分,其生成指定的块数M的每个的图像数据的直方图;直方图存储部分,其顺序地更新和存储生成的直方图;改变确定部分,其基于指定的块数M的每个的生成的直方图和块数M的对应的存储的过去直方图之间的相似度,确定获取图像中是否存在改变;归一化确定部分,其确定是否执行直方图的归一化;以及归一化部分,在由归一化确定部分确定要执行归一化时,所述归一化部分执行块数M的生成的直方图或块数M的对应的存储的过去直方图之一的归一化。当已经由归一化部分执行直方图的归一化时,改变确定部分使用归一化后的直方图,基于相似度可以确定获取图像中是否存在改变,并且当确定存在改变时,可以确定已经出现破坏。
可以结合通过第二确定部分的确定结果和通过改变确定部分的确定结果,并且可以确定破坏的类型。
根据本技术另一实施例,提供了一种图像处理方法,包括:获取图像的图像数据;将获取图像划分为块数N(N>1);每次新获取图像的图像数据时,从块数N中顺序指定块数M(N≥M>1),作为要更新的块;使用预定滤波器对指定的块数M的图像数据执行滤波;计数滤波结果大于预定值的像素数;通过比较计数的像素数和预定值,确定各块中是否有异常;以及通过比较图像内确定有异常的块数和预定值,确定是否已经出现破坏。
根据本技术另一实施例,提供了一种计算机可读程序,包括命令计算机执行以下步骤的指令:获取图像的图像数据;将获取图像划分为块数N(N>1);每次新获取图像的图像数据时,从块数N中顺序指定块数M(N≥M>1),作为要更新的块;使用预定滤波器对指定的块数M的图像数据执行滤波;计数滤波结果大于预定值的像素数;通过比较计数的像素数和预定值,确定各块中是否有异常;以及通过比较图像内确定有异常的块数和预定值,确定是否已经出现破坏。
利用根据本技术实施例的图像处理设备、图像处理方法和程序,将获取图像划分为块数N(N>1),并且每次新获取图像的图像数据时,从块数N中顺序指定块数M(N≥M>1),作为要更新的块。使用预定滤波器,对指定的块数M的图像数据执行滤波,并且计数滤波结果大于预定值的像素数。比较计数的像素数和预定值,因此确定各块中是否有异常。然后,进一步比较图像内确定有异常的块数和预定值,因此确定是否已经出现破坏。
根据上述本技术的实施例,当针对监视相机等进行破坏行动时,可以精确地检测破坏。此外,可以确定破坏的类型。通过使得可能确定破坏的类型,用户容易采取适当的行动来解决破坏。
附图说明
图1是示出根据本技术实施例的图像处理设备的配置的方框图;
图2是示出图像分析部分的配置的方框图;
图3是示出全局改变检测部分的详细配置示例的方框图;
图4是示出归一化处理部分的详细配置示例的方框图;
图5是示出散焦检测部分的配置的图;
图6是图示归一化确定部分的处理的图;
图7是图示归一化值计算部分的处理的图;
图8A是图示归一化部分的处理的图;
图8B是图示归一化部分的处理的图;
图9是图示归一化部分的处理的图;
图10A是示出改变确定部分的详细配置示例的方框图;
图10B是示出改变确定部分的详细配置示例的方框图;
图11A是图示改变确定部分的处理的图;
图11B是图示改变确定部分的处理的图;
图12是图示全局改变检测部分的处理的流程图;
图13A是图示要更新的块的运动的图;
图13B是图示要更新的块的运动的图;
图13C是图示要更新的块的运动的图;
图13D是图示要更新的块的运动的图;
图13E是图示要更新的块的运动的图;
图13F是图示要更新的块的运动的图;
图14是详细图示归一化处理的流程图;
图15是示出各块的形状的图;
图16是示出各块的形状的图;
图17是图示散焦检测部分的处理的流程图;
图18是图示检测结果的结合的图;
图19是图示检测结果的结合的流程图;以及
图20是图示记录介质的图。
具体实施方式
在下文中,将参考附图详细地描述本公开的优选实施例。
图像处理设备的配置
图1是示出根据本技术实施例的图像处理设备的配置的方框图。本技术应用于这样的设备,其分析监视相机捕获的图像并检测针对监视相机进行的破坏。图1所示的图像处理设备11基于捕获图像检测针对监视相机(监视设备)的破坏行动,并且当检测到破坏行动时输出警告。
这里,将说明关于监视相机的破坏。针对监视相机的破坏包括其中从视场移除监视目标(使得其在捕获范围外)的破坏。该类型的破坏包括改变监视相机的朝向的“转向”和用衣服等覆盖监视相机的“覆盖”。这里,从视场移除监视目标的该类型的破坏称为全局改变。
此外,存在模糊监视相机的聚焦的破坏。该类型的破坏包括改变监视相机的聚焦的“聚焦模糊”和使得监视相机的变焦失焦(out of focus)的“变焦模糊”。这里改变聚焦的该类型的破坏称为散焦或去聚焦。
图1所示的图像处理设备11包括获取部分21和图像处理部分22。获取部分21是获取图像的图像数据的单元。获取部分21具有内置互补金属氧化物半导体(CMOS)传感器和成像部分(如摄像机),并且获取并输出通过捕获处于成像部分的监视下的被摄体(如目标空间)的图像获得的图像数据。获取部分21还可以获取经由网络从外部源提供的图像数据。
图像处理部分22包括成像信号处理部分31、数据存储部分32和图像分析部分33。成像信号处理部分31对获取部分21获取的图像数据执行各种类型的图像处理,如黑电平校正处理、白平衡处理、伽马校正处理和颜色校正处理。
成像信号处理部分31例如是数字信号处理器(DSP)。数据存储部分32存储成像信号处理部分31处理的图像数据。数据存储部分32例如是随机存取存储器(RAM)。图像分析部分33通过分析从成像信号处理部分31提供的当前图像和从数据存储部分32提供的作为过去图像的参考图像,检测破坏行动。图像分析部分33例如是中央处理单元(CPU)。
图像分析部分33的详细配置。
图2是示出图像分析部分33的内部配置的图。图像分析部分33包括全局改变检测部分41、散焦检测部分42和检测结果结合部分43。全局改变检测部分41执行检测上述全局改变破坏的处理。散焦检测部分42执行检测上述散焦破坏的处理。检测结果结合部分43结合分别从全局改变检测部分41和散焦检测部分42输出的检测结果,并且确定针对监视相机的破坏行动的类型。
全局改变检测部分41的详细配置
图3是示出全局改变检测部分41的详细配置示例的方框图。全局改变检测部分41包括更新区域选择部分61、直方图存储部分62、图像划分部分63、直方图生成部分64、归一化处理部分65、改变确定部分66、改变区域存储部分67、计数器部分68和阈值确定部分69。
更新区域选择部分61用作指定单元,其在每次获取新图像的图像数据时,从块数N中顺序指定块数M(N≥M>1)作为要更新的块。从由成像信号处理部分31提供的数据,更新区域选择部分61提取由获取部分21获取的图像的帧数,并且确定要更新的帧数。此外,更新区域选择部分61在要更新的帧中确定要更新的块。
图像划分部分63是将获取图像划分为块数N(N>1)的单元。在基于从成像信号处理部分31提供的图像数据的每个帧的图像中,图像划分部分63将更新区域选择部分61指定的帧划分为多个块。在划分的块中,图像划分部分63进一步将更新区域选择部分61指定的块的图像数据提供给直方图生成部分64。
直方图生成部分64是生成获取的图像数据的直方图的直方图生成单元,并且生成从图像划分部分63提供的每个块的直方图。注意,有时候成像信号处理部分31提供有直方图生成功能。在该情况下,直方图生成部分64可以提供在成像信号处理部分31内部。
直方图存储部分62是顺序地更新和存储生成的直方图的直方图存储单元,并且更新通过更新区域选择部分61指定为更新区域的每个块的直方图。具体地,已经存储的对应于过去帧的块的直方图被从直方图生成部分64提供的当前帧的更新目标块的直方图重写。
归一化处理部分65根据需要将每个块的直方图归一化。直方图生成部分64将当前帧的每个更新目标块的直方图提供给归一化处理部分65。此外,直方图存储部分62将对应于直方图生成部分64提供的每个块的过去直方图提供给归一化处理部分65。归一化处理部分65确定是否有必要将与直方图生成部分64提供的当前帧的每个更新目标块有关的直方图归一化,并且根据需要执行归一化。应当注意,根据直方图的条件,执行关于将当前帧的更新目标块的直方图归一化或将对应的过去块的直方图归一化的确定。
改变确定部分66是确定获取图像的改变的改变确定单元。改变确定部分66基于生成的当前直方图和存储的过去直方图之间的相似度执行改变确定处理。改变确定部分66包括相似度计算部分71和阈值确定部分72。
相似度计算部分71用作计算当前直方图和过去直方图之间的相似度的相似度计算单元。具体地,相似度计算部分71计算从直方图生成部分64提供的当前帧的每个更新目标块的直方图和每个对应的过去块的直方图之间的相似度。
阈值确定部分72是确定相似度阈值的单元。阈值确定部分72比较计算的相似度和相似度阈值,并且当相似度大于相似度阈值时,确定各块的图像中是否已经存在改变。阈值确定部分72将关于各块的图像的改变的确定结果(存在或不存在改变)输出到改变区域存储部分67和计数器部分68。
改变区域存储部分67存储改变确定部分66的确定结果。具体地,每次获取新图像的图像数据时,关于过去块在当前帧的更新目标块中存在或不存在改变被顺序地存储在改变区域存储部分67中。
计数器部分68是计数其中确定已经存在改变的块数的计数单元。改变确定部分66将当前帧的更新目标块的确定结果(存在或不存在改变)提供到计数器部分68。此外,改变区域存储部分67将除了当前帧的更新目标块的块的确定结果提供到计数器部分68。基于改变确定部分66的输出和改变区域存储部分67的输出,计数器部分68计数监视下的单个图像中的其中已经存在改变的块数。
阈值确定部分69是警告阈值确定单元,其将计数值和警告阈值相比,并且在计数值大于警告阈值时输出警告。阈值确定部分69比较计数器部分68计数的块数和预先设置的预定阈值。当计数的块数大于阈值时,确定已经检测到破坏行动,并且输出检测信号。检测信号例如可以是警告。
归一化处理部分65的详细配置
图4是示出归一化处理部分65的详细配置示例的方框图。归一化处理部分65包括归一化确定部分81、归一化值计算部分82、平均值存储部分83和归一化部分84。
当前帧的每个更新目标块的直方图从直方图生成部分64提供到归一化确定部分81,并且对应于从直方图生成部分64提供的每个块的过去直方图从直方图存储部分62提供到归一化确定部分81。以下,适当地将当前帧的每个更新目标块的直方图称为当前直方图,并且每个对应的过去帧的块的直方图称为过去直方图。
归一化确定部分81确定是否执行当前帧的每个更新目标块的直方图的归一化。当归一化确定部分81确定将不执行归一化(不必要)时,每个输入更新目标块的当前直方图和过去直方图没有改变地提供给改变确定部分66。当归一化确定部分81确定将执行归一化(必要)时,每个输入更新目标块的当前直方图和过去直方图提供给归一化值计算部分82。
归一化值计算部分82从每个输入更新目标块的当前直方图和过去直方图计算要在归一化中使用的归一化值。计算的归一化值与每个输入更新目标块的当前直方图和过去直方图一起提供给归一化部分84。
平均值存储部分83存储除了更新目标块以外的每个块的直方图的平均值的改变方向和改变速率,该直方图的平均值在当前帧之前计算。此外,已经由归一化确定部分81和归一化值计算部分82关于当前帧计算的类似值提供给平均值存储部分83并存储在其中(即,在其中更新),以便从下一帧起在处理中使用。稍后将更详细地说明平均值存储部分83中存储的值(直方图的平均值的改变方向和改变速率)。
基于归一化值计算部分82计算的归一化值,归一化部分84将每个更新目标块的当前直方图或过去直方图的任一归一化。以此方式,使用当前直方图和过去直方图,可能生成已经对其校正块的亮度的直方图。归一化部分84输出归一化后的当前直方图和过去直方图到改变确定部分66。
注意,利用图4所示的配置类型,可能改进性能。具体地,通过提供归一化确定部分81并且如上所述(以及将如下所述)确定是否执行归一化,可以改进整体性能。然而,这样的配置也是可能的,其中不提供归一化确定部分81,通过归一化值计算部分82关于所有区域执行归一化值的计算,并且通过归一化部分84执行归一化。当采用没有归一化确定部分81的配置时,还省略了平均值存储部分83。具体地,归一化处理部分65可以通过归一化值计算部分82和归一化部分84配置。
散焦检测部分42的详细配置
图5是示出散焦检测部分42的详细配置示例的方框图。散焦检测部分42包括更新区域选择部分101、图像划分部分102、异常区域检测部分103、高频滤波器104、异常确定部分105、边缘强度计数器106、阈值确定部分107、异常区域存储部分108、破坏确定部分109、计数器部分110和阈值确定部分111。
更新区域选择部分101用作指定单元,其在每次获取新图像的图像数据时,从块数N中顺序指定块数M(N≥M>1)作为要更新的块。从自成像信号处理部分31提供的数据,更新区域选择部分101提取由获取部分21获取的图像的帧数,并且确定要更新的帧数。此外,更新区域选择部分101在要更新的帧中确定要更新的块。
图像划分部分102是将获取图像划分为块数N(N>1)的划分单元。在基于从成像信号处理部分31提供的图像数据的每个帧的图像中,图像划分部分102将更新区域选择部分101指定的帧划分为多个块。此外,在划分的块中,图像划分部分102将更新区域选择部分101指定的块的图像数据提供给异常区域检测部分103的高频滤波器104。
高频滤波器104是通过高频滤波器对获取的图像数据执行滤波的滤波单元。高频滤波器104通过预定的高频滤波器对从图像划分部分102提供的块执行滤波处理。
异常确定部分105是确定获取图像的异常的异常确定单元。异常确定部分105包括边缘强度计数器106和阈值确定部分107。边缘强度计数器106用作计数其边缘强度大于预定阈值的像素数并计算边缘强度平均值等的计算单元。
阈值确定部分107是警告阈值确定单元。阈值确定部分107将像素数和平均值等与预定阈值比较,并且确定具有大于阈值的块的图像中存在异常。阈值确定部分107输出关于块的图像的异常的确定结果(存在或不存在异常)到异常区域存储部分108和计数器部分110。
异常区域存储部分108存储异常确定部分105的确定结果。具体地,每次获取新图像的图像数据时,关于过去块当前帧的更新目标块中存在或不存在异常被顺序地存储在异常区域存储部分108中。
破坏确定部分109包括计数器部分110和阈值确定部分111。破坏确定部分109确定是否已经存在针对监视相机的破坏行动。计数器部分110是计数其中确定已经存在异常的块数的计数单元。异常确定部分105将当前帧的更新目标块的确定结果(存在或不存在异常)提供给计数器部分110。此外,异常区域存储部分108将除了当前帧的更新目标块以外的块的确定结果提供给计数器部分110。基于异常确定部分105的输出和异常区域存储部分108的输出,计数器部分110计数监视下的单个图像中已经存在异常的块数。
阈值确定部分111是警告阈值确定单元,其将计数值和警告阈值相比,并且在计数值大于警告阈值时输出警告。阈值确定部分111比较计数器部分110计数的块数和预先设置的预定阈值。当计数的块数大于阈值时,确定已经检测到破坏行动,并且输出检测信号。检测信号例如可以是警告。
以此方式,根据本实施例,当提供全局改变检测部分41和散焦检测部分42时,这些检测部分可以分别检测相关的全局改变破坏和散焦破坏。以下,将说明分别由全局改变检测部分41和散焦检测部分42执行的处理。首先,将关于全局改变检测部分41进行说明。
全局改变检测部分41的检测
将说明全局改变检测部分41的破坏行动检测的原理(概况)。全局改变检测部分41分别获取过去图像PI和当前图像NI,将过去图像PI和当前图像NI的每个划分为预定尺寸的块,并且对于每个块计算像素值的直方图。然后,在过去图像PI的预定位置中的块的直方图和当前图像NI的对应位置中的块的直方图之间计算相似度。检测具有低相似度的块作为改变区域VI,并且当改变区域VI的数量大时,确定已经存在破坏行动。在该情况下,输出警告。接着,将说明这里通过配置全局改变检测部分41的各块执行的处理。
归一化确定部分81的处理
将参考图6说明归一化确定部分81的处理。给归一化确定部分81提供当前帧的每个更新目标块的当前直方图和过去直方图。在图6所示的示例中,将图像划分为16块,并且用斜线标记阴影的4块指示当前帧的更新目标块。
归一化确定部分81对于当前帧的每个更新目标块计算当前直方图和过去直方图的每个的平均值,并且确定从过去到当前时间平均值的改变方向是增加、减少或没有改变。例如,如果过去和当前直方图的平均值之间的差(绝对值)在预定范围TH内,则可以确定没有改变。如果该差大于预定范围TH,则可以根据改变方向确定是增加或减少。
此外,归一化确定部分81从平均值存储部分83获取关于不是当前帧的更新目标块的块的类似确定的确定结果(改变方向)。然后,归一化确定部分81确定是否已经存在增加、减少或没有改变作为整个屏幕的改变。例如,如果其中已经存在增加(减少)的块数关于整个屏幕的块数等于或大于预先设置的预定比率,则可以确定改变是整个屏幕的增加(减少)。
在图6的右边所示的图中,分配有加号(+)的块指示改变的方向是增加的块,并且分配有减号(—)的块指示改变的方向是减少的块。没有分配符号的块指示没有改变的块。对于图6右侧所示的帧,对于整个屏幕确定这是已经看到增加的改变的帧。
对于整个屏幕,当直方图的平均值的改变方向朝向增加或减少偏移等于或大于给定常数时,这意味着整个屏幕已经变为更亮或已经变为更暗。在该情况下,可以想到整个图像的辉度已经由于AE功能或照明而改变,或者整个屏幕的辉度已经由于破坏行动(如遮蔽监视相机)而改变,并且优选执行归一化。另一方面,如果在整个屏幕的直方图的平均值中没有改变,或者如果在平均值的增加或减少中没有看到偏移,则优选不执行归一化。
在这种情况下,可以想到图像中还没有改变,已经存在由运动体的进入导致的屏幕的一部分中的改变,或者实际上存在破坏行动,如改变监视相机的朝向,并且如果执行归一化,则存在许多直方图的形状可能一致匹配的多个区域。因此,实际上可以想到不能检测破坏行动的情形,并且不执行归一化,以便禁止这种情形。
如上所述,当对于整个屏幕的直方图的平均值的改变方向朝向增加或减少偏移等于或大于给定常数时,归一化确定部分81确定必需执行归一化。另一方面,当整个屏幕的直方图的平均值没有改变时或者当平均值不朝向增加或减少偏移时,归一化确定部分81确定归一化是不必需的。
归一化值计算部分82的处理
将参考图7说明归一化值计算部分82的处理。当对于整个屏幕的直方图的平均值的改变方向朝向增加或减少偏移等于或大于给定常数时,归一化值计算部分82计算表示对于整个屏幕改变已经出现到什么程度的改变比率(以下称为改变率)。
首先,归一化值计算部分82对于每个块计算当前直方图和过去直方图的各自的平均值。对于当前帧的每个更新目标块,归一化值计算部分82从提供的直方图计算平均值。从平均值存储部分83获取除了当前帧的更新目标块以外的块的当前直方图和过去直方图的平均值,它们已经计算并存储在平均值存储部分83中。
接着,归一化值计算部分82从整个屏幕确定有效区域。这里,当归一化确定部分81已经确定整个屏幕的改变方向是增加时,其中改变方向是增加的块的每个区域设为有效区域。然后,对于设为有效区域的每个块,归一化值计算部分82将当前直方图的平均值除以过去直方图的平均值,并且将得到的值设为改变率。以此方式,对于设为有效区域的每个块计算改变率。
注意,当确定整个屏幕的改变方向是增加时,其中改变方向是增加的块的每个区域设为有效区域。然而,增加率等于或大于预定值的块(即,已经变得太亮的块)也从有效区域移除。没有改变的块、平均值的改变方向是减少的块和已经变得太亮的块从有效区域移除,因为在该情况下,存在运动体存在的高可能性,其已经通过AE功能导致亮度的改变。
在图7中,用斜线标记阴影的块是设为有效区域的块。
相反,当归一化确定部分81确定整个屏幕的改变方向是减少时,其中改变方向是减少的块的每个区域设为有效区域。然后,对于设为有效区域的每个块,归一化值计算部分82将过去直方图的平均值除以当前直方图的平均值,并且将得到的值设为改变率。以此方式,同样当整个屏幕的改变方向是减少时,对于设为有效区域的每个块计算改变率。
最后,归一化值计算部分82对于设为有效区域的每个块,计算已计算的改变率的平均值,并且确定得到的值作为归一化值。
如上所述,通过确定有效区域并计算有效区域的改变率的平均值,计算排除运动体区域的影响的整个屏幕的改变率,并且将其设为归一化值。因此,随后的归一化部分84可以精确地执行归一化。
归一化部分84的处理
将参考图8和图9说明归一化部分84的处理。归一化部分84使用归一化值计算部分82计算的归一化值来执行当前帧的更新目标块的当前直方图和过去直方图之间的拉伸。当归一化确定部分81已经确定整个屏幕的改变方向是增加时,即,整个屏幕已经变得更亮,拉伸过去的直方图。另一方面,当确定整个屏幕已经变得更暗时,拉伸当前的直方图。换句话说,在过去和当前直方图中,拉伸更暗侧的直方图。
图8A和图8B示出当前帧的更新目标块的当前直方图和过去直方图。直方图的水平轴指示辉度,并且垂直轴指示频率(具有预定范围的辉度值的像素数)。
图8A中所示的当前直方图的平均值是5,并且面积是8。同时,图8B中所示的过去直方图的平均值是10,并且面积是8。例如,当在相同成像被摄体上照明(阳光)变暗时,可能出现这样的当前直方图和过去直方图之间的关系。关于这样的当前和过去的直方图,如果确定存在或不存在改变而不执行归一化,则在使用直方图之间的重叠度确定相似度的改变确定部分66中,确定已经出现改变。然而,如果这简单地是由于照明导致的直方图的改变,则已经存在改变的确定是错误确定。
这里,如图9所示,归一化部分84使用归一化值计算部分82计算的归一化值拉伸当前直方图。更具体地,归一化部分84通过归一化值拉伸水平轴方向(辉度方向)上的当前直方图。
在图9所示的示例中,归一化值为“2”。拉伸前的辉度值仅仅为“4”、“5”和“6”,因此如果它们加倍,则仅有的值为“8”、“10”和“12”,但是除了这些以外的辉度值的频率还通过从周围频率插值计算。
如果拉伸直方图,则直方图的面积增加,因此,接着归一化部分84调整直方图的频率,使得面积在归一化前后相同。在图9所示的示例中,当前直方图的拉伸后的面积为“16”,并且拉伸前的面积是“8”。因此,拉伸后的当前直方图的每个灰度值的频率乘以“8/16=1/2”。以此方式,归一化后的当前直方图的面积与归一化前相同为“8”。
如上所述,取决于整个屏幕的改变方向,当前或过去直方图被归一化。然后,归一化后的直方图输出到改变确定部分66。
改变确定部分66的处理
将参考图10和图11说明改变确定部分66执行来确定存在或不存在块的图像的改变的确定。图10示出提供给相似度计算部分71的当前直方图和过去直方图的示例。具体地,图10A所示的直方图h1是当前直方图的示例,并且图10B所示的直方图h0是过去直方图的示例。注意,水平轴指示灰度值表示的像素值,并且垂直轴指示具有预定范围的像素值的像素的数量(频率)。
关于图10所示的当前直方图h1和过去直方图h0,相似度计算部分71使用利用交集的以下公式(1)计算相似度。
D=Σmin(Ai,Bi) (1)
公式(1)中的Ai,Bi分别指示当前直方图h1的一个像素值和过去直方图h0的一个像素值。因此,根据公式(1),对于每个像素值,对于较小的像素的数值(像素值)计算和。对最近的过去N(N>1)帧执行该比较处理。
如图11A所示,当当前直方图h1和过去直方图h0几乎全部重叠时,通过公式(1)计算的值D大。相反,如图11B所示,当当前直方图h1和过去直方图h0之间几乎不存在重叠时,值D小。换句话说,相似度越高,公式(1)的值D变得越大,并且相似度越低,公式(1)的值变得越小。
接着,将参考图12所示的流程图说明图像处理设备11的全局改变检测部分41的破坏行动检测处理。首先,在步骤S1,获取部分21获取相机图像。具体地,成像部分捕获预定监视目标的图像并且获取捕获图像的图像数据。
在步骤S2,图像划分部分63将图像划分为块数N。在本实施例中,基于图像数据的每帧的图像划分为8×8块。在步骤S3,更新区域选择部分61选择更新区域(更新目标块)。具体地,在8×8块数中,选择预定的块数M(M≤N)作为更新目标块。将参考图13说明更新区域的选择。
图13A到图13F是图示要更新的块的运动的图。在本实施例中,M=4,并且8×8块数划分为4组,每组由4×4块形成。然后,从每组中选择一个块,并且选择总共4块作为更新目标块。更具体地,如图13A所示,更新区域选择部分61从第一帧的8×8块数中选择4块作为要更新的块。具体地,更新区域选择部分61选择位于第一行的最左边的块b11,位于第一行的最右边的块b18,位于第八行的最左边的块b81,以及位于第八行的最右边的块b88。
注意,在图13A到图13F中,位于从顶部起第i行并且从左边起第j列的块指示为bij。这也应用于将在后面描述的图15和图16。
接着,在更新区域选择步骤中,如图13B中所示,更新区域选择部分61从下一帧的8×8块数中选择4块作为要更新的块。具体地,更新区域选择部分61选择位于块b11的右边一块的块b12,位于块b18的左边一块的块b17,位于第八行中的块b81的右边一块的块b82,以及位于块b88的左边一块的块b87。
接着,在更新区域选择步骤中,如图13C中所示,更新区域选择部分61从下一帧的8×8块数中选择4块作为要更新的块。具体地,更新区域选择部分61选择位于第一行中的块b12的右边一块的块b13,位于块b17的左边一块的块b16,位于第八行中的块b82的右边一块的块b83,以及位于块b87的左边一块的块b86。
接着,在更新区域选择步骤中,如图13D中所示,更新区域选择部分61从下一帧的8×8块数中选择4块作为要更新的块。具体地,更新区域选择部分61选择位于第一行中的块b13的右边一块的块b14,位于块b16的左边一块的块b15,位于第八行中的块b83的右边一块的块b84,以及位于块b86的左边一块的块b85。
如上所述,当对于顶部和底部行在块选择中结束运动时,在更新区域选择中在下一步骤中,选择第二行和第七行。然后,如图13E中所示,更新区域选择部分61从下一帧的8×8块数中选择4块作为要更新的块。具体地,更新区域选择部分61选择位于第二行的最左边的块b21,位于第二行的最右边的块b28,位于第七行的最左边的块b71,以及位于第七行的最右边的块b78。
接着,在更新区域选择步骤中,如图13F中所示,更新区域选择部分61从下一帧的8×8块数中选择4块作为要更新的块。具体地,更新区域选择部分61选择位于第二行的块b21的右边一块的块b22,位于块b28的左边一块的块b27,位于第七行中的块b71的右边一块的块b72,以及位于块b78的左边一块的块b77。
以下,通过类似过程,作为更新目标块,对于一帧顺序地选择4块。具体地,在左侧一半的上半的区域中,在每行内从左到右选择块,并且在向下方向上从顶部开始按顺序选择行。在右侧一半的上半的区域中,在每行内从右到左选择块,并且在向下方向上从顶部开始按顺序选择行。在左侧一半的下半的区域中,在每行内从左到右选择块,并且在向上方向上从底部开始按顺序选择行。在右侧一半的下半的区域中,在每行内从右到左选择块,并且在向上方向上从底部开始按顺序选择行。
注意,图13A到图13F中所示的区域运动顺序是示例,并且本技术不限于该示例。在上述说明中,图像划分为由4×4块形成的4组,并且如上所述在每组内顺序选择要更新的块。然而,本技术不限于如上所述的选择。例如,如图13A所示,作为要更新的块的开始位置,分别选择左上的块b11、右上的块b18、左下的块b81和右下的块b88。然而,例如,每组的右上的块可以设为要更新的块的开始位置。
每组内要更新的块不需要一定基于相同类型的原理选择。例如,可以对于每组基于不同原理选择要更新的块,如在水平方向上选择要更新的块的组,在垂直方向上选择要更新的块的组,和按照Z字型选择要更新的块的组等。
另外的原理是随机选择。当随机选择要更新的块时,可以在每组中选择随机位置,或者随机选择的位置可以应用于所有组。在前者情况下,例如,在每组内选择的要更新的块的位置不同,如右上、左下、水平方向上从右上起第二个块、以及中心位置等。在后者情况下,例如,如果随机设置的位置是右上,则每组的右上的块是要更新的块的位置。
此外,全局改变检测部分41和散焦检测部分42基于作为图13A到图13F所示示例中的要更新的块的选择,分别选择要更新的块,并且确定要更新的块内是否已经存在改变(异常)。当在监视相机捕获的单个图像内存在某种类型的破坏时,如果存在其中容易检测到改变(异常)的区域(块),则可以比其他区域更经常地选择该区域。换句话说,在相同时间段内可以将每组内的所有块选择相同次数,或者可以选择不同次数。
现在返回图12的流程图进行说明。在步骤S4,直方图生成部分64生成更新区域的直方图。在步骤S5,直方图存储部分62存储在步骤S4生成的直方图。直方图存储部分62将过去数据存储为直方图,因此例如与将过去数据存储为图像数据(如像素值)的情况相比,存储容量更小。因此降低了成本。
在步骤S6,基于从直方图生成部分64提供的当前帧的更新目标块的直方图,归一化处理部分65确定归一化是否必要,并且根据需要执行归一化处理。
在步骤S7,相似度计算部分71对于当前帧的每个更新目标块计算当前直方图和对应的过去直方图之间的相似度。应当注意,当在步骤S6确定执行归一化时,使用归一化后的直方图计算相似度。
在步骤S8,阈值确定部分72确定当前帧的每个更新目标块是否是改变区域。具体地,将在步骤S7计算的相似度D与预先设置的预定阈值Thd比较。当相似度D小于阈值Thd时,确定该块是已经出现改变的区域。在大量的最近N帧中,即使存在相似度D小于阈值Thd的一帧,也确定该区域中存在改变。
在步骤S9,改变区域存储部分67更新对于当前帧的每个更新目标块的确定结果。具体地,改变区域存储部分67对于每个块存储一帧的确定结果(即,等于块数的确定结果数),并且使用在步骤S8获得的确定结果更新旧的确定结果。
在步骤S10,计数器部分68计数所有区域的改变区域的数量。具体地,基于来自改变确定部分66的当前帧的更新目标块的确定结果(存在或不存在改变)、以及来自改变区域存储部分67的除了当前帧的更新目标块以外的块的确定结果,计数器部分68从形成监视目标的图像的帧的总共64块中计数确定是改变区域的块数。
在步骤S11,阈值确定部分69确定改变区域的计数数是否大于阈值。更具体地,将在步骤S10计数的确定是改变区域的块数与预先设置的预定阈值Thc比较。
当在步骤S11确定改变区域的计数数大于阈值时,处理进行到步骤S12,并且阈值确定部分69输出指示已经存在破坏行动的信号,如警告等。另一方面,当在步骤S11确定改变区域的计数数等于或小于阈值时,以及在步骤S12的处理后,破坏行动检测处理结束。
对于每帧执行上述处理。
归一化处理的细节
图14是在图12所示的步骤S6执行的归一化处理的详细流程图。在该处理中,首先,在步骤S31,归一化确定部分81对于每个更新目标块计算各自的当前直方图和过去直方图的平均值。
在步骤S32,归一化确定部分81对于每个更新目标块确定直方图的平均值的改变方向。更具体地,归一化确定部分81对于每个更新目标块,确定从过去直方图到当前直方图的平均值的改变方向是增加、减少或不变。
在步骤S33,归一化确定部分81对于整个屏幕计数改变方向。具体地,与每个更新目标块的确定结果一起,当类似地确定不是更新目标的块时,归一化确定部分81从平均值存储部分83获取确定结果。归一化确定部分81然后对于整个屏幕分别计数其中存在增加的块数、其中存在减少的块数和其中没有改变的块数。
在步骤S34,归一化确定部分81对于整个屏幕确定是否存在朝向增加或减少的等于或大于给定常数的偏移。当在步骤S34确定不存在朝向增加或减少的等于或大于给定常数的偏移时,处理进行到步骤S35,并且归一化确定部分81没有改变地输出每个更新目标块的当前直方图和过去直方图到改变确定部分66。
另一方面,当在步骤S34确定存在朝向增加或减少的等于或大于给定常数的偏移时,处理进行到步骤S36,并且归一化确定部分81将每个更新目标块的当前直方图和过去直方图提供给归一化值计算部分82。然后,归一化值计算部分82计算有效区域的每个块的改变率,从整个屏幕排除异常区域。
更具体地,对于每个更新目标块分别计算当前直方图和过去直方图的平均值。此外,从平均值存储部分83分别获取除了更新目标块以外的块的当前直方图和过去直方图的平均值。然后,对应于整个屏幕的改变方向确定有效区域,并且对于设为有效区域的每个块,通过将过去直方图的平均值除以当前直方图的平均值或相反,计算有效区域的每个块的改变率。
在步骤S37,归一化值计算部分82计算对于设为有效区域的每个块计算的改变率的平均值,并且确定结果作为归一化值。在步骤S38,归一化部分84使用步骤S37计算的归一化值来执行当前直方图或过去直方图的拉伸。
在步骤S39,归一化部分84调整拉伸的直方图,使得面积在归一化前后相同。更具体地,归一化部分84执行调整,使得通过将拉伸的直方图的每个辉度值的频率乘以拉伸前后面积放大倍数的倒数,面积在归一化前后相同。
在步骤S40,归一化部分84输出归一化后的直方图到改变确定部分66。具体地,归一化部分84将归一化的当前或过去直方图以及保持未归一化的直方图输出到改变确定部分66。
在步骤S40的处理后,或者在步骤S35的处理后,归一化处理结束,并且处理返回到图12所示的破坏行动检测处理。
块的形状
在图13A到图13F所示的上述实施例中,块具有水平长的形状,并且在每个块的长度方向上导致运动,即,在水平方向。然而,本技术的应用不限于该形状。例如,块的形状可以具有在垂直于运动方向的方向上较长的形状。换句话说,块可以在垂直于块的长度方向的方向上运动。
图15是示出块的形状的图。在图15中,屏幕划分为上半和下半,并且每个半边划分为8块,从b11到b18以及从b21到b28。结果,每个块具有垂直长的形状。此外,在更新时块的运动方向是垂直于长度方向的方向,即,水平方向。例如,如果成像部分只可以在水平方向上进行运动,并且破坏行动限于水平方向,则足以是否检测到水平方向上的运动。这里,如图15所示,块可以具有关于改变方向垂直侧长于水平侧的形状。
图16是示出块的形状的图。在图16中,屏幕划分为左半和右半,并且每个半边划分为8块,从b11到b81以及从b12到b82。结果,每个块具有水平长的形状。此外,在更新时块的运动方向是垂直于长度方向的方向,即,垂直方向。例如,如果成像部分只可以在垂直方向上进行运动,并且破坏行动限于垂直方向,则足以是否检测到垂直方向上的运动。这里,如图16所示,块可以具有关于改变方向水平侧长于垂直侧的形状。
如上所述,在归一化处理中,确定是否执行归一化,并且根据需要执行直方图的归一化。具体地,当存在在整个屏幕的改变方向上朝向增加或减少等于或大于给定常数的偏移时,归一化直方图。以此方式,可以减少由于AE功能或照明的改变等导致的破坏行动的误检测。此外,可能减少当所有直方图统一归一化时出现的破坏行动的漏检测。此外,当归一化直方图时,计算排除具有与整个屏幕的改变方向不同的改变方向的区域的改变率作为归一化值,因此,可以执行高精确的归一化。
以此方式,全局改变检测部分41可以精确地检测与全局改变(如改变监视相机的朝向或用衣服覆盖监视相机等)有关的破坏。接着,将说明散焦检测部分42的处理。
散焦检测部分42的处理
接着,将参考图17所示的流程图说明图像处理设备11的散焦检测部分42的破坏行动检测处理。首先,在步骤S51,获取部分21获取相机图像。具体地,成像部分捕获预定监视目标的图像并获取捕获图像的图像数据。
在步骤S52,图像划分部分102将图像划分为块数N。在本实施例中,基于图像数据的每帧的图像划分为8×8块。在步骤S53,更新区域选择部分101选择更新区域(更新目标块)。具体地,在8×8块数中,选择预定的块数M(M≤N)作为更新目标块。更新区域的选择可以以与参考图13说明的情况相同的方式执行,因此这里省略说明。
从步骤S51到步骤S53的处理以与图12所示的流程图的步骤S1到步骤S3的处理相似的方式执行。换句话说,散焦检测部分42的更新区域选择部分101和图像划分部分102可以执行与图3所示的全局改变检测部分41的更新区域选择部分61和图像划分部分63相同的处理。
因此,散焦检测部分42的更新区域选择部分101和图像划分部分102可能具有与全局改变检测部分41的更新区域选择部分61和图像划分部分63共享的结构。例如,图5所示的散焦检测部分42的更新区域选择部分101和图像划分部分102可以从散焦检测部分42移除,更新区域的设置可以从全局改变检测部分41的更新区域选择部分61接收,并且可以接收由图像划分部分63划分的图像区域的图像组的提供。
当然,当全局改变检测部分41和散焦检测部分42每个执行不同区域的处理,或者对不同尺寸的区域执行处理时,全局改变检测部分41和散焦检测部分42可以具有图3和图5所示的各自的配置。此外,对于每帧对其执行处理的区域数可以对于全局改变检测部分41和散焦检测部分42分别不同。当全局改变检测部分41和散焦检测部分42对不同区域数执行处理时,全局改变检测部分41和散焦检测部分42具有图3和图5所示的各自的配置。
例如,全局改变检测部分41将1帧划分为4组,并且从每组中,设置1区域(1块)作为处理目标。在该情况下,处理总共4区域作为处理目标(通过参考图13说明的处理)。类似于全局改变检测部分41,散焦检测部分42将1帧划分为4组,并且从每组中,设置1区域(1块)作为处理目标。然而,全局改变检测部分41可以对作为顺序处理目标的所有块执行处理。
在步骤S54,高频滤波器104使用预定滤波器滤波更新区域。通过执行滤波处理,提取更新区域内的边缘。在步骤S55,边缘强度计数器106计数从作为处理目标的区域提取的边缘的强度。然后,使用计数值,在步骤S56,阈值确定部分107对于当前帧的每个更新目标块,确定该块是否是异常区域。将增加高频滤波器104和异常确定部分105(边缘强度计数器106和阈值确定部分107)执行的处理的说明。
高频滤波器104提取预定区域内输入图像中包括的高频分量。例如,如果高频滤波器104的传递函数H表示为Z形式,则通过下面的公式(2)表达。注意,为了简化标记,公式(2)表示为一维公式,但是当输入图像是二维时,实际上,公式(2)扩展为二维公式并使用。
应当注意,高频滤波器104可以配置为使得使用变换处理(如小波变换等)提取高频分量。高频滤波器104提取的输入图像的高频分量表示输入图像(指定为处理目标的区域内的图像)的边缘强度。该类型的边缘强度输入边缘强度计数器106。在边缘强度计数器106中,在区域内计算已经通过高频滤波器104的高频分量的频率分量值。
边缘强度计数器106计数计算的频率分量值超过预定阈值(以下称为高频阈值)的像素数。此外,通过将区域内每个像素的高频分量值求和计算累积值。更具体地,边缘强度计数器106计算区域内具有高边缘强度的像素数和区域内边缘强度的累积值。
此外,通过将累积值除以具有高边缘强度的像素数计算平均值,并且得到的平均值在下面描述的处理中使用。
边缘强度的平均值=累积值/具有高边缘强度的像素数。注意,当具有高边缘强度的像素数为0时,即,当不存在计算的频率分量的值超过高频阈值的像素时,边缘强度的平均值被认为是0。
阈值确定部分107将像素数和累积值与预定阈值比较,因此确定设为处理目标的区域中是否已经出现异常。阈值确定部分107使用以下确定公式。
确定公式1:边缘强度高于阈值的像素数<像素数的阈值(散焦一致率(defocus consensus rate))
确定公式2:边缘强度的平均值<边缘强度值的阈值(散焦噪声th)
确定公式1是用于确定是否存在大量的具有低边缘强度的像素的公式。如果监视相机的聚焦模糊,则捕获模糊图像,因此边缘自身模糊,并且可能区域将具有大量的具有低边缘强度的像素。确定公式1是用于检测这类情况的公式。
确定公式2是用于确定区域整体上是否具有低边缘强度的公式。当监视相机聚焦没有模糊时,捕获聚焦图像,因此在存在边缘的图像中,边缘强度的累积值高,并且具有高边缘强度的像素数趋于减少。因此,在聚焦图像的预定区域中,边缘强度的平均值趋于是高的值。
与此相反,如果监视相机的聚焦模糊,则捕获模糊图像。因此,变为难以从其提取边缘的图像(区域),并且是其中边缘被扩展的模糊图像。在这类区域中,即使是存在边缘的区域,边缘强度的累积值低,并且具有高边缘强度的像素数趋于增加。因此,在没有聚焦的图像的预定区域中,边缘强度的平均值趋于是低的值。
当满足确定公式1或确定公式2的至少一个时,阈值确定部分107确定在作为处理目标的区域中存在异常。换句话说,阈值确定部分107获得确定公式1和确定公式2的逻辑和,并且将该逻辑和作为确定结果输出到执行后面处理的计数器部分110(参考图5)。
返回图17的流程图的说明,当在步骤S56确定区域是否是异常区域时,异常区域存储部分108在步骤S57更新当前帧的每个更新目标块的确定结果。具体地,异常区域存储部分108对于每块存储1帧的确定结果(即,块数的确定结果),并且利用步骤S56确定的确定结果更新旧的确定结果。
在步骤S58,计数器部分110计数所有区域的异常区域数。更具体地,基于对于当前帧的更新目标块的来自异常确定部分105的确定结果(存在或不存在异常),以及基于对于除了当前帧的更新目标块以外的块的来自异常区域存储部分108的确定结果,从形成监视目标的图像的帧的总共64块中计数被认为是异常区域的块数。
在步骤S59,阈值确定部分111确定计数的异常区域数是否大于阈值。更具体地,在步骤S59,将作为异常区域计数的块数与预先设置的预定阈值Thc比较。这里,假设与预先设置的预定阈值Thc进行比较继续进行说明,但是阈值Thc可以是之前的预定数量帧中的异常区域数。
当在步骤S59确定计数的异常区域数大于阈值时,处理进行到步骤S60,并且阈值确定部分111输出指示已经进行破坏行动的信号,如警告等。注意,在步骤S60输出的警告是通知后面的处理部分可能已经进行破坏行动的信号。当在步骤S59确定计数的异常区域数等于或小于阈值时,以及在步骤S60的处理后,散焦检测处理结束。
对于每帧执行上述处理。
以此方式,散焦检测部分42可以精确地检测散焦相关破坏,如模糊监视相机的聚焦或模糊变焦。
破坏检测的结合
这里,将再次参考图2进行说明。如图2所示,在本实施例中,在针对监视相机进行的破坏行动中,与全局改变有关的破坏行动通过全局改变检测部分41检测,并且散焦有关的破坏行动通过散焦检测部分42检测。此外,提供检测结果结合部分43,其结合每个检测部分检测的结果,并且输出关于存在或不存在破坏的最终结果。
检测结果结合部分43例如存储表格(如图18所示的表格),其基于表格结合来自两个检测部分的结果,并且输出最终结果。如可以从图18看到的,当来自全局改变检测部分41的检测结果是指示没有异常的结果,并且来自散焦检测部分42的检测结果也是指示没有异常的结果时,最终确定是没有异常。
当来自全局改变检测部分41的检测结果是指示没有异常的结果,并且来自散焦检测部分42的检测结果是指示异常的结果时,确定聚焦模糊破坏已经出现。
当来自全局改变检测部分41的检测结果是指示异常的结果,直方图异常是指示其中辉度在相同方向上改变的异常的结果,并且来自散焦检测部分42的检测结果是指示没有异常的结果时,确定转向监视相机的破坏已经出现。
当来自全局改变检测部分41的检测结果是指示异常的结果,直方图异常是指示其中辉度在相同方向上改变的异常的结果,并且来自散焦检测部分42的检测结果是指示异常的结果时,确定覆盖监视相机的破坏已经出现。
当来自全局改变检测部分41的检测结果是指示异常的结果,直方图异常是指示其中辉度在多个方向上改变的异常的结果,并且来自散焦检测部分42的检测结果是指示没有异常的结果时,确定转向监视相机的破坏已经出现。
当来自全局改变检测部分41的检测结果是指示异常的结果,直方图异常是指示其中辉度在多个方向上改变的异常的结果,并且来自散焦检测部分42的检测结果是指示异常的结果时,确定变焦模糊异常已经出现。
将参考图19所示的流程图说明检测结果结合部分43的处理,该处理在基于上述类型的表格结合检测结果并输出最终确定结果时执行。注意,这里将给出处理的示例并且确定的顺序等不限于该示例。
在步骤S71,确定来自全局改变检测部分41的确定结果是否指示破坏的检测。当在步骤S71确定没有检测到全局改变时,处理进行到步骤S72。在步骤S72,确定来自散焦检测部分42的确定结果是否指示破坏的检测。当在步骤S72确定没有检测到散焦时,处理进行到步骤S73。
在该情况下,当全局改变和散焦两者都没有检测到时,确定没有检测到针对监视相机的破坏,并且确定没有异常。
另一方面,当在步骤S72确定已经检测到散焦时,处理进行到步骤S74。在该情况下,没有检测到全局改变但是检测到散焦,因此检测到针对监视相机的破坏,并且确定破坏是聚焦模糊的破坏。
在聚焦模糊破坏的情况下,存在监视相机的图像的辉度没有显著改变的可能性,并且有时候没有被全局改变检测部分41检测到已经出现破坏。然而,当边缘强度趋于减少时,散焦检测部分42检测已经出现破坏。因此,在步骤S74,确定已经出现聚焦模糊破坏。
该确定结果通知给管理监视相机的管理员。当进行通知时,可能不仅简单地通知已经出现破坏,而且还通知破坏是聚焦模糊。
通过使得可能以上述方式通知破坏的类型,管理员能够响应破坏的类型快速执行适当的处理。例如,当进行通知聚焦模糊已经出现时,比简单地通知已经出现破坏的情况可能更快速地确定采取行动来恢复聚焦是适当的,并且可以更快速地采取响应于破坏的行动。此外,当监视相机具有不需要来自管理员的任何命令就执行聚焦的功能时,监视相机可以在检测到聚焦模糊破坏的时间点开始控制以执行聚焦。仅在能够确定破坏类型时可以执行该类型的控制。
返回图19所示的流程图的说明,当在步骤S71检测到全局改变时,处理进行到步骤S75。在步骤S75,确定辉度是否在相同方向改变。当在步骤S75确定辉度在相同方向改变时,处理进行到步骤S76。在步骤S76,确定是否已经检测到散焦。
当在步骤S76确定已经检测到散焦时,处理进行到步骤S77。在该情况下,已经检测到其中辉度在相同方向上改变的全局改变,并且还检测到散焦。在这类情况下,确定已经出现所谓的覆盖破坏,其中监视相机用衣服覆盖等。
当监视相机被衣服等覆盖时,辉度值趋于一致地改变。因此,全局改变检测部分41检测其中辉度在相同方向改变的异常。此外,当监视相机被衣服等覆盖时,边缘从监视相机捕获的图像中消失(减少),并且存在边缘强度将减少的高可能性。
因此,全局改变检测部分41和散焦检测部分42每个输出指示存在异常的确定结果。此外,如果全局改变检测部分41检测辉度在相同方向上改变的异常,则可能确定覆盖破坏已经出现。同样在该情况下,可能不仅简单地通知破坏已经出现,而且通知破坏是覆盖破坏。因此,可能减少直到管理员采取行动的时间量。
此外,当进行通知时,可以通知采取行动的方法。例如,当检测到这类覆盖破坏时,可以使用如“覆盖破坏已经发生,请立即移除覆盖衣服等”的消息作为破坏发生时的通知。此外,可以采取这样的行动,其中将视频切换到另一监视相机,使其成像已经检测到破坏发生的监视相机的附近。
另一方面,当在步骤S76确定没有检测到散焦时,处理进行到步骤S78。在该情况下,已经检测到其中辉度在相同方向上改变的全局改变,但是没有检测到散焦。在这类情况下,确定已经出现转向破坏,其中监视相机的方向变为另一方向。
在转向的情况下,当监视相机的方向改变时,捕获图像不同于转向发生前捕获的图像。因此,辉度值改变,并且全局改变检测部分41检测已经出现破坏。然而,如果已经转向的监视相机捕获的图像也处于聚焦状态,则边缘强度的改变小,并且有时候散焦检测部分42没有检测到破坏。即使在这类情况下,通过提供全局改变检测部分41和散焦检测部分42,可以通过全局改变检测部分41检测到破坏,并且还可以确定破坏是监视相机的转向。
同样在该情况下,不仅可能简单地通知已经出现破坏,而且还可以通知破坏是监视相机的转向。因此,可能减少直到管理员采取行动的时间量。当监视相机已经转向时,管理员可以去往监视相机安装的地点,并且将监视相机返回其正确的位置。如果监视相机具有可以通过远程操作控制摇动和倾斜的功能,则管理员可以通过远程操作将监视相机返回其正确的位置。
另一方面,当在步骤S75确定辉度不是在相同方向上改变,即,当确定辉度在多个方向上改变时,处理进行到步骤S79。在步骤S79,确定是否已经检测到散焦。在步骤S79,当确定已经检测到散焦时,处理进行到步骤S80。
在该情况下,已经检测到其中辉度在多个方向上改变的全局改变,并且还已经检测到散焦。在这类情况下,确定监视相机的变焦已经失焦,上面称为变焦模糊。如果监视相机的变焦失焦,则捕获的图像改变,并且存在辉度值将改变的高可能性。然而,与监视相机覆盖有衣服等的情况相反,辉度值一致地改变的可能性低。因此,全局改变检测部分41检测辉度在多个方向上改变的异常。
此外,当监视相机的变焦失焦时,由于正在捕获的图像改变,所以存在边缘强度也将改变的高可能性。因此,散焦检测部分42也检测到异常。在这类情况下,确定变焦模糊破坏已经出现。
同样在该情况下,可能不仅简单地通知破坏已经出现,而且通知破坏是变焦模糊。因此,可能减少直到管理员采取行动的时间量。管理员可以去往监视相机安装的地点,并且将变焦恢复到其正确的位置。如果监视相机具有可以通过远程操作控制变焦的功能,则管理员可以通过远程操作将变焦恢复到其正确的位置。
另一方面,当在步骤S79确定没有检测到散焦,则处理进行到步骤S78。在该情况下,已经检测到其中辉度在多个方向上改变的全局改变,但是没有检测到散焦。在这类情况下,确定已经出现转向破坏,其中监视相机的朝向已经变为另一方向。
同样在该情况下,不仅可能简单地通知已经出现破坏,而且还通知破坏是监视相机的转向。因此,可以减少直到管理员采取行动的时间量。
通过以此方式结合来自全局改变检测部分41的检测结果和来自散焦检测部分42的确定结果,可能不仅简单地检测已经针对监视相机进行破坏,而且检测该破坏是什么类型的破坏。此外,全局改变检测部分41和散焦检测部分42每个检测破坏,因此可能减少检测疏漏和误检测。
当可能检测破坏的类型时,还可能将破坏的类型通知给管理员。因此,管理员容易采取针对破坏的行动。取决于破坏的类型,存在在监视相机侧解决破坏的情况。在这类情况下,通过知道破坏的类型,监视相机自身可能确定它是否能够解决破坏。当相机能够解决破坏时,它可以开始解决破坏而不用等待来自管理员的指令。
此外,在上述实施例中,全局改变检测部分41和散焦检测部分42每个将单个图像划分为多个区域,并且对于每个区域确定是否存在已经出现破坏的可能性。然后,使用每个区域的确定结果,对于单个图像进行关于是否已经出现破坏的确定。结果,例如即使在具有一些边缘强度非常高的区域的图像中,也可能执行破坏检测而不依赖这些区域。换句话说,可能执行更准确的破坏检测。
[记录介质]
上述一系列处理可以通过硬件执行,而且可以通过软件执行。当通过软件执行该一系列处理时,将构造这样的软件的程序安装到计算机中。这里,表述“计算机”包括并入专用硬件的计算机以及在安装各种程序时能够执行各种功能的通用个人计算机。
图20是示出使用程序执行上述一系列处理的计算机的硬件配置示例的方框图。
在计算机中,中央处理单元(CPU)1001、只读存储器(ROM)1002和随机存取存储器(RAM)1003通过总线1004相互连接。输入/输出接口1005也连接到总线1004。输入单元1006、输出单元1007、存储单元1008、通信单元1009和驱动器1010连接到输入/输出接口1005。
输入单元1006由键盘、鼠标、麦克风等配置。输出单元1007由显示器、扬声器等配置。存储单元1008由硬盘、非易失性存储器等配置。通信单元1009由网络接口等配置。驱动器1010驱动可移除介质1011,如磁盘、光盘、磁光盘、半导体存储器等。
在如上所述配置的计算机中,CPU 1001经由输入/输出接口1005和总线1004将存储在例如存储单元1008中的程序加载到RAM 1003,并且执行程序。因此,执行上述一系列处理。
要由计算机(CPU 1001)执行的程序通过记录在作为封装介质的可移除介质1011等中提供。此外,程序可以经由有线或无线传输介质(如局域网、因特网或数字卫星广播)提供。
在计算机中,通过将可移除介质1011插入驱动器1010中,程序可以经由输入/输出接口1005安装在存储单元1008中。此外,程序可以经由有线或无线传输介质通过通信单元1009接收,并且安装在存储单元1008中。此外,程序可以预先安装在ROM 1002或存储单元1008中。
应当注意,计算机执行的程序可以是根据本说明书中描述的顺序按照时间序列处理的程序,或者是并行地或在需要定时(如在调用时)处理的程序。
此外,在本说明书中,“系统”指由多个设备构成的整体设备。
本领域的技术人员应当理解,可以根据设计要求和其它因素进行各种修改、组合、子组合和更改,但是它们在附带的权利要求或其等效物的范围内。
此外,本技术可以配置如下。
(1).一种图像处理设备,包括:
获取部分,其获取图像的图像数据;
划分部分,其将获取图像划分为块数N(N>1);
指定部分,每次新获取图像的图像数据时,所述指定部分从块数N中顺序指定块数M(N≥M>1),作为要更新的块;
滤波部分,其使用预定滤波器对指定的块数M的图像数据执行滤波;
计数部分,其计数来自滤波部分的滤波结果大于预定值的像素数;
第一确定部分,其通过比较计数部分计数的像素数和预定值,确定各块中是否有异常;以及
第二确定部分,其通过比较图像内由第一确定部分确定有异常的块数和预定值,确定是否已经出现破坏。
(2).根据(1)所述的图像处理设备,
其中计数部分通过将滤波结果大于预定值的像素值的和除以确定滤波结果大于预定值的像素数,计算平均值,以及
其中,第一确定部分执行第一确定和第二确定,第一确定确定像素数是否小于预定值,并且第二确定确定平均值是否小于预定值,并且设置第一确定和第二确定的逻辑和作为确定结果。
(3).根据(1)或(2)所述的图像处理设备,还包括:
直方图生成部分,其生成指定的块数M的每个的图像数据的直方图;
直方图存储部分,其顺序地更新和存储生成的直方图;
改变确定部分,其基于指定的块数M的每个的生成的直方图和块数M的对应的存储的过去直方图之间的相似度,确定获取图像中是否存在改变;
归一化确定部分,其确定是否执行直方图的归一化;以及
归一化部分,在由归一化确定部分确定要执行归一化时,所述归一化部分执行块数M的生成的直方图或块数M的对应的存储的过去直方图之一的归一化,
其中,当已经由归一化部分执行直方图的归一化时,改变确定部分使用归一化后的直方图,基于相似度确定获取图像中是否存在改变,并且当确定存在改变时,确定已经出现破坏。
(4).根据(3)所述的图像处理设备,其中,
结合通过第二确定部分的确定结果和通过改变确定部分的确定结果,并且确定破坏的类型。
(5).一种图像处理方法,包括:
获取图像的图像数据;
将获取图像划分为块数N(N>1);
每次新获取图像的图像数据时,从块数N中顺序指定块数M(N≥M>1),作为要更新的块;
使用预定滤波器对指定的块数M的图像数据执行滤波;
计数滤波结果大于预定值的像素数;
通过比较计数的像素数和预定值,确定各块中是否有异常;以及
通过比较图像内确定有异常的块数和预定值,确定是否已经出现破坏。
(6).一种计算机可读程序,包括命令计算机执行以下步骤的指令:
获取图像的图像数据;
将获取图像划分为块数N(N>1);
每次新获取图像的图像数据时,从块数N中顺序指定块数M(N≥M>1),作为要更新的块;
使用预定滤波器对指定的块数M的图像数据执行滤波;
计数滤波结果大于预定值的像素数;
通过比较计数的像素数和预定值,确定各块中是否有异常;以及
通过比较图像内确定有异常的块数和预定值,确定是否已经出现破坏。
本技术包含与2011年8月15日在日本专利局提交的在先日本专利申请JP2011-177569中所公开的内容相关的主题,上述申请的全部内容通过引用被合并于此。
Claims (6)
1.一种图像处理设备,包括:
获取部分,其获取图像的图像数据;
划分部分,其将获取图像划分为块数N(N>1);
指定部分,每次新获取图像的图像数据时,所述指定部分从块数N中顺序指定块数M(N≥M>1),作为要更新的块;
滤波部分,其使用预定滤波器对指定的块数M的图像数据执行滤波;
计数部分,其计数来自滤波部分的滤波结果大于预定值的像素数;
第一确定部分,其通过比较计数部分计数的像素数和预定值,确定各块中是否有异常;以及
第二确定部分,其通过比较图像内由第一确定部分确定有异常的块数和预定值,确定是否已经出现破坏。
2.根据权利要求1所述的图像处理设备,
其中计数部分通过将滤波结果大于预定值的像素值的和除以确定滤波结果大于预定值的像素数,计算平均值,以及
其中,第一确定部分执行第一确定和第二确定,第一确定确定像素数是否小于预定值,第二确定确定平均值是否小于预定值,并且设置第一确定和第二确定的逻辑和作为确定结果。
3.根据权利要求1所述的图像处理设备,还包括:
直方图生成部分,其生成指定的块数M的每个的图像数据的直方图;
直方图存储部分,其顺序地更新和存储生成的直方图;
改变确定部分,其基于指定的块数M的每个的生成的直方图和块数M的对应的存储的过去直方图之间的相似度,确定获取图像中是否存在改变;
归一化确定部分,其确定是否执行直方图的归一化;以及
归一化部分,在由归一化确定部分确定要执行归一化时,所述归一化部分执行块数M的生成的直方图或块数M的对应的存储的过去直方图之一的归一化,
其中,当已经由归一化部分执行直方图的归一化时,改变确定部分使用归一化后的直方图,基于相似度确定获取图像中是否存在改变,并且当确定存在改变时,确定已经出现破坏。
4.根据权利要求3所述的图像处理设备,其中,
结合通过第二确定部分的确定结果和通过改变确定部分的确定结果,并且确定破坏的类型。
5.一种图像处理方法,包括:
获取图像的图像数据;
将获取图像划分为块数N(N>1);
每次新获取图像的图像数据时,从块数N中顺序指定块数M(N≥M>1),作为要更新的块;
使用预定滤波器对指定的块数M的图像数据执行滤波;
计数滤波结果大于预定值的像素数;
通过比较计数的像素数和预定值,确定各块中是否有异常;以及
通过比较图像内确定有异常的块数和预定值,确定是否已经出现破坏。
6.一种计算机可读程序,包括命令计算机执行以下步骤的指令:
获取图像的图像数据;
将获取图像划分为块数N(N>1);
每次新获取图像的图像数据时,从块数N中顺序指定块数M(N≥M>1),作为要更新的块;
使用预定滤波器对指定的块数M的图像数据执行滤波;
计数滤波结果大于预定值的像素数;
通过比较计数的像素数和预定值,确定各块中是否有异常;以及
通过比较图像内确定有异常的块数和预定值,确定是否已经出现破坏。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011177569A JP2013041400A (ja) | 2011-08-15 | 2011-08-15 | 画像処理装置、画像処理方法、およびプログラム |
JP2011-177569 | 2011-08-15 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN102957898A true CN102957898A (zh) | 2013-03-06 |
Family
ID=47143503
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2012102907334A Pending CN102957898A (zh) | 2011-08-15 | 2012-08-15 | 图像处理设备、图像处理方法和程序 |
Country Status (4)
Country | Link |
---|---|
US (1) | US8625922B2 (zh) |
EP (1) | EP2560149A3 (zh) |
JP (1) | JP2013041400A (zh) |
CN (1) | CN102957898A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104918014A (zh) * | 2015-06-04 | 2015-09-16 | 广州长视电子有限公司 | 一种遇障后自动填补监控区域的监控系统 |
CN108734175A (zh) * | 2018-04-28 | 2018-11-02 | 北京猎户星空科技有限公司 | 一种图像特征的提取方法、装置及电子设备 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013041400A (ja) * | 2011-08-15 | 2013-02-28 | Sony Corp | 画像処理装置、画像処理方法、およびプログラム |
JP2017027091A (ja) * | 2013-12-03 | 2017-02-02 | 三菱電機株式会社 | 撮影障害検出装置及び撮影障害検出プログラム |
EP3151552A4 (en) | 2014-05-30 | 2018-02-21 | Hitachi Kokusai Electric Inc. | Monitoring system and camera device |
TWI569212B (zh) * | 2015-12-10 | 2017-02-01 | 財團法人工業技術研究院 | 影像辨識方法 |
TWI616086B (zh) * | 2016-10-20 | 2018-02-21 | 攝影裝置畫面異常種類之檢測方法 | |
CN106600876A (zh) * | 2017-01-24 | 2017-04-26 | 璧典寒 | 自动化机房值班报警系统及报警方法 |
JP6783732B2 (ja) * | 2017-09-15 | 2020-11-11 | 株式会社東芝 | 画像処理装置および画像処理方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101489130A (zh) * | 2009-01-21 | 2009-07-22 | 西安交通大学 | 基于图像边缘差异统计特性的全参考型图像质量评价方法 |
EP2200001A1 (en) * | 2008-11-27 | 2010-06-23 | Sony Corporation | Method and apparatus for detection of tampering with a surveillance camera |
Family Cites Families (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2035952A1 (en) | 1990-04-17 | 1991-10-18 | Prudence T. Z. Kapauan | Order independent rule-based program specification system |
JPH0799862B2 (ja) * | 1991-03-22 | 1995-10-25 | 松下電器産業株式会社 | 階調補正装置 |
JPH05316446A (ja) * | 1992-05-08 | 1993-11-26 | Matsushita Electric Ind Co Ltd | 階調補正装置 |
US7079157B2 (en) * | 2000-03-17 | 2006-07-18 | Sun Microsystems, Inc. | Matching the edges of multiple overlapping screen images |
EP1164784A1 (en) * | 2000-06-13 | 2001-12-19 | Koninklijke Philips Electronics N.V. | Preventing doming phenomena |
US7327891B2 (en) * | 2001-07-17 | 2008-02-05 | Yesvideo, Inc. | Automatic selection of a visual image or images from a collection of visual images, based on an evaluation of the quality of the visual images |
US6677956B2 (en) * | 2001-08-15 | 2004-01-13 | Mitsubishi Electric Research Laboratories, Inc. | Method for cross-fading intensities of multiple images of a scene for seamless reconstruction |
US7068274B2 (en) * | 2001-08-15 | 2006-06-27 | Mitsubishi Electric Research Laboratories, Inc. | System and method for animating real objects with projected images |
KR100444784B1 (ko) * | 2001-11-15 | 2004-08-21 | 주식회사 에이로직스 | 에지검출을 통한 경보발생방법 및 보안 시스템 |
DE10201520A1 (de) * | 2002-01-17 | 2003-07-31 | Bosch Gmbh Robert | Verfahren und Vorrichtung zur Bildfehlererkennung b zw. -anzeige bei Bildaufnahmesystemen |
JP2004032551A (ja) * | 2002-06-27 | 2004-01-29 | Seiko Epson Corp | 画像処理方法、画像処理装置及びプロジェクタ |
JP4227539B2 (ja) | 2004-03-02 | 2009-02-18 | 綜合警備保障株式会社 | 監視カメラ妨害検知装置 |
US8548254B2 (en) * | 2006-06-07 | 2013-10-01 | Nec Corporation | Image direction judging device, image direction judging method and image direction judging program |
JP4626632B2 (ja) | 2007-06-25 | 2011-02-09 | 株式会社日立製作所 | 映像監視システム |
EP2207010B1 (en) * | 2007-10-19 | 2015-05-20 | PASCO Corporation | House change judgment method and house change judgment program |
JP5250071B2 (ja) | 2009-09-07 | 2013-07-31 | パナソニック株式会社 | 視機能検査装置 |
JP5561524B2 (ja) * | 2010-03-19 | 2014-07-30 | ソニー株式会社 | 画像処理装置および方法、並びにプログラム |
JP5637383B2 (ja) * | 2010-12-15 | 2014-12-10 | ソニー株式会社 | 画像処理装置、画像処理方法、およびプログラム |
JP2013041400A (ja) * | 2011-08-15 | 2013-02-28 | Sony Corp | 画像処理装置、画像処理方法、およびプログラム |
-
2011
- 2011-08-15 JP JP2011177569A patent/JP2013041400A/ja not_active Abandoned
-
2012
- 2012-08-02 US US13/565,201 patent/US8625922B2/en not_active Expired - Fee Related
- 2012-08-08 EP EP12179626.2A patent/EP2560149A3/en not_active Withdrawn
- 2012-08-15 CN CN2012102907334A patent/CN102957898A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2200001A1 (en) * | 2008-11-27 | 2010-06-23 | Sony Corporation | Method and apparatus for detection of tampering with a surveillance camera |
CN101489130A (zh) * | 2009-01-21 | 2009-07-22 | 西安交通大学 | 基于图像边缘差异统计特性的全参考型图像质量评价方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104918014A (zh) * | 2015-06-04 | 2015-09-16 | 广州长视电子有限公司 | 一种遇障后自动填补监控区域的监控系统 |
CN108734175A (zh) * | 2018-04-28 | 2018-11-02 | 北京猎户星空科技有限公司 | 一种图像特征的提取方法、装置及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
US8625922B2 (en) | 2014-01-07 |
US20130044964A1 (en) | 2013-02-21 |
EP2560149A2 (en) | 2013-02-20 |
JP2013041400A (ja) | 2013-02-28 |
EP2560149A3 (en) | 2013-11-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102957898A (zh) | 图像处理设备、图像处理方法和程序 | |
KR102580474B1 (ko) | 연속 오토 포커스 (caf) 를 위한 시스템 및 방법 | |
JP4730431B2 (ja) | 目標追尾装置 | |
US7860272B2 (en) | Motion characterisation | |
CN105812675A (zh) | 基于亮度分布和运动之间的折中生成场景的hdr图像的方法 | |
EP2966591B1 (en) | Method and apparatus for identifying salient events by analyzing salient video segments identified by sensor information | |
CN102542576A (zh) | 图像处理设备、图像处理方法和程序 | |
EP2887306B1 (en) | Image processing method and apparatus | |
US20140189564A1 (en) | Information processing apparatus, information processing method, and program | |
US10657405B2 (en) | Video processing using topological map | |
CN110677585A (zh) | 目标检测框的输出方法、装置、终端及存储介质 | |
JP5787456B2 (ja) | 画像処理装置 | |
US10455144B2 (en) | Information processing apparatus, information processing method, system, and non-transitory computer-readable storage medium | |
US10853685B2 (en) | Method and apparatus for detecting fog from image | |
JP5192087B2 (ja) | 画像処理装置及び画像処理方法 | |
CN110689496B (zh) | 降噪模型的确定方法、装置、电子设备和计算机存储介质 | |
JP4628851B2 (ja) | 物体検出方法および物体検出装置 | |
EP3543902B1 (en) | Image processing apparatus and method and storage medium storing instructions | |
JP6058720B2 (ja) | 情報出力装置、検知装置、プログラム及び情報出力方法 | |
JP3571628B2 (ja) | 画像処理装置 | |
KR20060041555A (ko) | 화력발전소 화재발생 감지 및 경보 시스템 | |
JP6752318B2 (ja) | 画像処理装置および方法、並びに、命令を格納する記憶媒体 | |
WO2022195837A1 (ja) | 画像解析装置、画像解析システム及び画像解析方法 | |
JP5971678B2 (ja) | 情報出力装置、検知装置、プログラム及び情報出力方法 | |
US20070296855A1 (en) | Video processing using region-based statistical measurements |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20130306 |