CN103096118B - 摄像头变焦检测方法和装置 - Google Patents
摄像头变焦检测方法和装置 Download PDFInfo
- Publication number
- CN103096118B CN103096118B CN201110334685.XA CN201110334685A CN103096118B CN 103096118 B CN103096118 B CN 103096118B CN 201110334685 A CN201110334685 A CN 201110334685A CN 103096118 B CN103096118 B CN 103096118B
- Authority
- CN
- China
- Prior art keywords
- point
- camera
- gradient
- field picture
- marginal point
- 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
Links
Abstract
本发明实施例提供了一种摄像头变焦检测方法和装置,方法包括:发送变焦指令给前端摄像头;从所述前端摄像头所拍摄的实时视频中获取连续的帧图像;提取所述帧图像的边缘点;若所述前端摄像头处于静止状态,则标记静止边缘点并计算每个所述静止边缘点的边缘宽度;根据所述边缘宽度计算并记录所述连续的帧图像的清晰度值;根据所述清晰度值检测摄像头的变焦功能是否正常。本发明实施例可以在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常,减少了视频监控系统中对于监控设备的维护成本,且提高了维护的效率。
Description
技术领域
本发明涉及视频分析领域,尤其是涉及一种摄像头变焦检测方法和装置。
背景技术
目前,视频监控系统已经大规模部署,视频监控系统的应用范围越来越广泛,视频监控系统的规模也越来越庞大,一般的大型视频监控系统都包含数万路的摄像头,因此该庞大的视频监控系统对日常管理、设备维护的工作也带来了巨大的挑战。
目前在视频监控系统中对于监控设备的维护方案一般是采用人工巡查的方式,巡查人员基本的工作可以包括定期现场检查设备、人眼查看视频确定视频好坏。变焦功能是视频监控系统中很多摄像头都具有的一种功能,目前对于该功能的检测就主要是依据人工巡查的方式。虽然采用这种人工巡查的方式一般来说可靠性较高,但是其缺点是需要耗费大量的人力资源,另外,人工巡察的次数一般有限,可能一个月或数月才会巡检一次,从而导致一些发生故障的设备无法及时得到处理。因此,目前急需一种针对摄像头的变焦自动检测技术,能够在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常。
发明内容
本发明实施例用于提供一种摄像头变焦检测方法和装置,使得可以在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常。
一方面,本发明实施例提供了一种摄像头变焦检测方法,该方法包括:发送变焦指令给前端摄像头;从前端摄像头所拍摄的实时视频中获取连续的帧图像;提取帧图像的边缘点;若前端摄像头处于静止状态,则标记静止边缘点并计算每个静止边缘点的边缘宽度;根据边缘宽度计算并记录连续的帧图像的清晰度值;根据清晰度值检测摄像头的变焦功能是否正常;所述根据所述清晰度值检测摄像头的变焦功能是否正常包括:检测是否发生聚焦过程,若没发生,则变焦功能不正常,若发生,则继续检测聚焦结果是否准确。
优选地,本发明实施例中提取帧图像的边缘点包括:获取帧图像中水平梯度图像和垂直梯度图像;根据水平梯度图像和垂直梯度图像来获得梯度方向图像及梯度强度图像;使用所述梯度方向图像及梯度强度图像求取局部梯度极值图像。
优选地,本发明实施例中提取帧图像的边缘点之后还包括:排除密度较高的边缘点。
优选地,本发明实施例中排除密度较高的边缘点包括:对每个边缘点以该边缘点为中心,获取其邻域内的边缘点个数;以边缘点个数和邻域面积之比作为当前边缘点的边缘密度;保留边缘密度小于预设阈值的边缘点。
优选地,本发明实施例中计算每个静止边缘点的边缘宽度包括:根据梯度方向图像获取梯度正、负方向上的梯度值;分别在正、负方向上以当前静止边缘点为起点顺序判断每一个像素点是否满足下述条件:
Gcur-Gpre≥Ts且Gcur≥Tg;其中Gcur为当前像素点的梯度值,Gpre为前一个像素点的梯度值,Ts、Tg分别是预设的改变率阈值和梯度强度阈值;若满足上述条件,则处理下一个像素点,否则停止处理;以正、负方向上处理过的点数作为当前静止边缘点的边缘宽度。
优选地,本发明实施例中根据边缘宽度计算所述连续的帧图像的清晰度值包括:以帧图像中静止边缘点的梯度强度和边缘宽度的比值作为该静止边缘点的清晰度值;将帧图像中所有静止边缘点的清晰度值的平均值作为帧图像的清晰度值。
优选地,本发明实施例中检测是否发生聚焦过程包括:检测是否存在连续np帧的清晰度持续递增或递减,np为设定值;记录递增次数na和递减次数nd;判断是否满足:na+nd>t,t为设定值,若满足,则发生了聚焦过程;所述检测聚焦结果是否准确包括:持续检测是否存在连续np帧的清晰度持续递增或递减,直到nl个帧的清晰度保持稳定,nl为设定值;获取稳定时的清晰度值Ds;判断是否满足:|Dm-Ds|<Tm1,其中Dm为图像帧中最大的清晰度值,Tm为设定阈值,若满足,则聚焦结果准确。
另一方面,本发明实施例还提供了一种摄像头变焦检测装置,该装置包括:发送单元,用于发送变焦指令给前端摄像头;帧图像获取单元,用于从前端摄像头所拍摄的实时视频中获取连续的帧图像;提取单元,用于提取帧图像的边缘点;标记单元,用于当前端摄像头处于静止状态时,标记静止边缘点;第一计算单元,用于计算每个静止边缘点的边缘宽度;第二计算单元,用于根据边缘宽度计算并记录连续的帧图像的清晰度值;检测单元,用于根据清晰度值检测摄像头的变焦功能是否正常;所述检测单元包括:聚焦过程检测模块,用于检测是否发发生聚焦过程;聚焦结果检测模块,用于当发生聚焦过程后继续检测聚焦结果是否准确。
优选地,本发明实施例中提取单元包括:第一获取模块,用于获取帧图像中水平梯度图像和垂直梯度图像;第二获取模块,用于根据水平梯度图像和所述垂直梯度图像来获得梯度方向图像及梯度强度图像;极值图获取模块,用于使用所述梯度方向图像及梯度强度图像求取局部梯度极值图像。
优选地,本发明实施例还包括:排除单元,用于排除密度较高的边缘点。
优选地,本发明实施例中排除单元包括:边缘点个数获取模块,用于对每个边缘点以该边缘点为中心,获取其邻域内的边缘点个数;边缘密度获取模块,用于以边缘点个数和邻域面积之比作为当前边缘点的边缘密度;保留模块,用于保留边缘密度小于预设阈值的边缘点。
优选地,本发明实施例中第一计算单元包括:梯度获取模块,用于根据梯度方向图像获取梯度正、负方向上的梯度值;判断模块,用于分别在正、负方向上以当前静止边缘点为起点顺序判断每一个像素点是否满足下述条件:Gcur-Gpre≥Ts且Gcur≥Tg;其中Gcur为当前像素点的梯度值,Gpre为前一个像素点的梯度值,Ts、Tg分别是预设的改变率阈值和梯度强度阈值;若满足上述条件,则处理下一个像素点,否则停止处理;边缘宽度确定模块,用于以正、负方向上处理过的点数作为当前静止边缘点的边缘宽度
优选地,本发明实施例中第二计算单元具体用于:以帧图像中静止边缘点的梯度强度和边缘宽度的比值作为该静止边缘点的清晰度值;将帧图像中所有静止边缘点的清晰度值的平均值作为帧图像的清晰度值;记录所有图像帧的清晰度值。
优选地,本发明实施例中聚焦过程检测模块包括:检测子模块,用于检测是否存在连续np帧的清晰度持续递增或递减,np为设定值;记录子模块,用于记录递增次数na和递减次数nd;判断子模块,用于判断是否满足:na+nd>t,t为设定值,若满足,则发生了聚焦过程;所述聚焦结果检测模块包括:获取子模块,用于当所述聚焦过程检测模块中的检测子模块检测到nl个帧的清晰度保持稳定时,获取稳定时的清晰度值Ds,nl为设定值;判断子模块,用于判断是否满足:|Dm-Ds|<Tm1,其中Dm为图像帧中最大的清晰度值,Tm为设定阈值,若满足,则聚焦结果准确。
本发明实施例可以在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常,减少了视频监控系统中对于监控设备的维护成本,且提高了维护的效率。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种摄像头变焦检测方法的流程示意图;
图2为本发明实施例提供的另一种摄像头变焦检测方法的流程示意图;
图3为本发明实施例提出的一种提取帧图像的边缘点的流程示意图;
图4为本发明实施例提供的一种摄像头变焦检测装置的结构示意图;
图5为本发明实施例提供的另一种摄像头变焦检测装置的结构示意图;
图6为本发明实施例提出的一种提取单元的结构示意图;
图7为本发明实施例提出的一种排除单元的结构示意图;
图8为本发明实施例提出的一种第一计算单元的结构示意图;
图9为本发明实施例提出的一种聚焦过程检测模块的结构示意图;
图10为本发明实施例提出的一种聚焦结果检测模块的结构示意图。
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。
如图1所示为本发明实施例提供的一种摄像头变焦检测方法的流程示意图,该方法包括如下步骤:
S101:发送变焦指令给前端摄像头。为了检测摄像头变焦功能是否正常,首先需要发送一变焦指令给前端摄像头。
S102:从前端摄像头所拍摄的实时视频中获取连续的帧图像。
在本发明实施例中,是通过发送变焦指令后,对获取的连续的帧图像进行相关处理,以检测摄像头变焦功能是否正常。
作为本发明的一个实施例,在步骤S102之后还可以包括将获取的帧图像转换为灰度图像。
S103:提取帧图像的边缘点。
作为本发明的一个实施例,在步骤S102之后还可以包括排除密度较高的边缘点的步骤。
S104:判断前端摄像头是否处于静止状态,若不处于静止状态,则结束本次检测,若处于静止状态,则进入步骤S105。
S105:标记静止边缘点并计算每个静止边缘点的边缘宽度。
S106:根据边缘宽度计算并记录上述连续的帧图像的清晰度值。
S107:根据清晰度值检测摄像头的变焦功能是否正常。
作为本发明的一个实施例,该步骤S107可以包括两个子步骤:首先检测摄像头是否发生了聚焦过程,如果没有发生,则变焦功能必然不正常,若发生了聚焦过程,则继续检测该摄像头的聚焦结果是否准确,若结果准确,则变焦功能正常,若结果不准确,则变焦功能不正常。
本发明实施例可以在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常,减少了视频监控系统中对于监控设备的维护成本,且提高了维护的效率。
如图2所示为本发明实施例提供的另一种摄像头变焦检测方法的流程示意图,该方法包括如下步骤:
S201:发送变焦指令给前端摄像头。
S202:从前端摄像头所拍摄的实时视频中获取连续的帧图像。
S203:提取帧图像的边缘点。
作为本发明的一个实施例,如图3所示,该步骤可以通过如下子步骤予以实现:
S2031:获取帧图像中水平梯度图像Gx和垂直梯度图像Gy,比如可以利用sobel算子提取水平梯度图像Gx和垂直梯度图像Gy。
S2032:根据水平梯度图像Gx和垂直梯度图像Gy来获得梯度方向图像α及梯度强度图像G,其中梯度方向图像而梯度强度图像G=|Gx|+|Gy|。
S2033:使用所述梯度方向图像α及梯度强度图像G求取局部梯度极值图像,具体来说,可以对帧图像中的每一个像素点,判断该像素点是否满足如下条件:Gcurrent≥G-且Gcurrent≥G-,其中Gcurrent是当前点的梯度强度值,G+,G-是当前点在其梯度正、反方向上相邻的两个点的梯度值。若满足上述条件,则将当前像素点标记为边缘点,若不满足上述条件,则将当前像素点标记为非边缘点。
S204:排除密度较高的边缘点。
为了排除密度较高的边缘点,在本实施例中首先可以对每个边缘点以该边缘点为中心,获取其邻域内的边缘点个数Ne;然后以边缘点个数Ne和邻域面积S之比作为当前边缘点的边缘密度De,即最后保留边缘密度小于预设阈值Td的边缘点,Td是预先设定的值,其可以根据经验进行选择。这样就实现了排除密度较高的边缘点。通过排除密度较高的边缘点,可以使后续计算的清晰度值更为精确。
S205:判断前端摄像头是否处于静止状态,若不处于静止状态,则结束本次检测,若处于静止状态,则进入步骤S206。
判断前端摄像头是否处于静止状态可以通过如下操作进行:
使用步骤S204之后得到的间隔nt帧的两帧图像中的边缘点,nt为一固定参数,根据经验选择,在本实施例中选择为3。
将该两帧图像分块,这里块大小选择为8*8,统计当前帧的图像块中被标记为边缘点的像素个数n1和另外一帧对应图像块中被标记为边缘点的像素个数n2,以及该两个图像块边缘点位置不相同的点个数nd,其中:
nd=∑(1-δ(p(x,y)-p'(x,y)));
其中δ(·)是单位冲激函数,δ(0)=1,δ(1)=0;p(x,y)是当前帧图像中(x,y)位置处的边缘标记,用来标记当前像素是否是边缘点。p'(x,y)则是前帧图像的边缘标记。
最后使用如下公式判断图像块是否运动:
其中Tm为一经验阈值,T0为一小的固定值,用于避免上式除0错误,
若上式成立,则判定图像块运动,否则判定图像块没有运动。
S206:统计连续ns帧都标记为边缘点的像素点,将该像素点标记为静止边缘点,其中ns为一输入参数,根据摄像头变焦过程的时间长短设定,一般其取值范围为25~50。
S207:计算每个静止边缘点的边缘宽度。
作为本发明的一个实施例,该步骤具体可以包括:
根据梯度方向图像获取梯度正、负方向上的梯度值。
分别在正、负方向上以当前静止边缘点为起点顺序判断每一个像素点是否满足下述条件:
Gcur-Gpre≥Ts且Gcur≥Tg;
其中Gcur为当前像素点的梯度值,Gpre为前一个像素点的梯度值,Ts、Tg分别是预设的改变率阈值和梯度强度阈值。
若满足上述条件,则处理下一个像素点,否则停止处理;
以正、负方向上处理过的点数作为当前静止边缘点的边缘宽度Wi。
S208:根据边缘宽度计算并记录上述连续的帧图像的清晰度值。
首先,计算静止边缘点的清晰度值,该清晰度值可以通过如下公式进行计算:
其中Di表示第i个静止边缘点的清晰度,Gi表示第i个静止边缘点的梯度强度,Wi表示第i个静止边缘点的边缘宽度。Di值越大表明该静止边缘点越清晰。
然后将每一个帧图像中所有静止边缘点的清晰度值的平均值作为该帧图像的清晰度值。
最后可以用一个数组记录连续ns帧的帧图像的清晰度值。
S209:在上述数组中查找最清晰的图像帧,其清晰度值记为Dm。
S210:检测是否发生聚焦过程包括,若发生,则进入步骤S211,若没发生,则说明变焦功能不正常,结束本次检测,并可以输出变焦功能不正常的信息给操作用户。
作为本发明的一个实施例,该步骤具体可以包括:检测是否存在连续np帧的清晰度持续递增或递减,np为设定值;记录递增次数na和递减次数nd;判断是否满足:na+nd>t,t为设定值,若满足,则发生了聚焦过程,若不满足,则说明变焦功能不正常。
S211:检测聚焦结果是否准确,若准确,则说明变焦功能正常,若不准确,则说明变焦功能不正常。
作为本发明的一个实施例,该步骤具体可以包括:持续检测是否存在连续np帧的清晰度持续递增或递减,直到nl个帧的清晰度保持稳定,nl为设定值;获取稳定时的清晰度值Ds;判断是否满足:|Dm-Ds|<Tm1,其中Dm为图像帧中最大的清晰度值,Tm1为设定阈值,若满足,则聚焦结果准确且变焦功能正常,否则变焦功能不正常。
本发明实施例可以在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常,减少了视频监控系统中对于监控设备的维护成本,且提高了维护的效率。
如图4所示为本发明实施例提供的一种摄像头变焦检测装置的结构示意图,该装置包括:发送单元410、帧图像获取单元420、提取单元430、标记单元440、第一计算单元450、第二计算单元460和检测单元470。
发送单元410用于发送变焦指令给前端摄像头。为了检测摄像头变焦功能是否正常,首先需要发送单元410发送一变焦指令给前端摄像头。
帧图像获取单元420用于从前端摄像头所拍摄的实时视频中获取连续的帧图像。在本发明实施例中,是通过发送变焦指令后,对获取的连续的帧图像进行相关处理,以检测摄像头变焦功能是否正常。
提取单元430用于提取帧图像获取单元420所获取的帧图像的边缘点。
标记单元440用于当前端摄像头处于静止状态时,标记静止边缘点;
第一计算单元450用于计算标记单元440所标记的每个静止边缘点的边缘宽度。
第二计算单元460用于根据上述边缘宽度计算并记录上述连续的帧图像的清晰度值。
检测单元470用于根据上述清晰度值检测摄像头的变焦功能是否正常。
本发明实施例可以在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常,减少了视频监控系统中对于监控设备的维护成本,且提高了维护的效率。
如图5所示为本发明实施例提供的另一种摄像头变焦检测装置的结构示意图,该装置包括:发送单元510、帧图像获取单元520、提取单元530、标记单元540、第一计算单元550、第二计算单元560、检测单元570、排除单元580和判断单元590。
发送单元510和帧图像获取单元520与图4对应实施例中相类似,在此不再赘述。
提取单元530用于提取帧图像获取单元520所获取的帧图像的边缘点。作为本发明的一个实施例,如图6所示,该提取单元530包括:第一获取模块531、第二获取模块532和极值图获取模块533,其中:
第一获取模块531用于获取帧图像中水平梯度图像Gx和垂直梯度图像Gy。
第二获取模块532用于根据水平梯度图像Gx和垂直梯度图像Gy来获得梯度方向图像α及梯度强度图像G。其中梯度方向图像而梯度强度图像G=|Gx|+|Gy|。
极值图获取模块533用于使用所述梯度方向图像α及梯度强度图像G求取局部梯度极值图像。具体来说,可以对帧图像中的每一个像素点,判断该像素点是否满足如下条件:Gcurrent≥G-且Gcurrent≥G-,其中Gcurrent是当前点的梯度强度值,G+,G-是当前点在其梯度正、反方向上相邻的两个点的梯度值。若满足上述条件,则将当前像素点标记为边缘点,若不满足上述条件,则将当前像素点标记为非边缘点。
排除单元580用于在提取单元530提取边缘点之后,排除密度较高的边缘点。作为本发明的一个实施例,如图7所示,该排除单元580包括:边缘点个数获取模块581、边缘密度获取模块582和保留模块583,其中:
边缘点个数获取模块581用于对每个边缘点以该边缘点为中心,获取其邻域内的边缘点个数Ne。
边缘密度获取模块582用于以边缘点个数Ne和邻域面积S之比作为当前边缘点的边缘密度De,即
保留模块583用于保留边缘密度小于预设阈值Td的边缘点,Td是预先设定的值,其可以根据经验进行选择。
判断单元590用于判断前端摄像头是否处于静止状态。具体来说,判断单元590判断前端摄像头是否处于静止状态可以通过如下操作进行:
使用间隔nt帧的两帧图像中的边缘点,nt为一固定参数,根据经验选择,在本实施例中选择为3。
将该两帧图像分块,这里块大小选择为8*8,统计当前帧的图像块中被标记为边缘点的像素个数n1和另外一帧对应图像块中被标记为边缘点的像素个数n2,以及该两个图像块边缘点位置不相同的点个数nd,其中:
nd=∑(1-δ(p(x,y)-p'(x,y)));
其中δ(·)是单位冲激函数,δ(0)=1,δ(1)=0;p(x,y)是当前帧图像中(x,y)位置处的边缘标记,用来标记当前像素是否是边缘点。p'(x,y)则是前帧图像的边缘标记。
最后使用如下公式判断图像块是否运动:
其中Tm为一经验阈值,T0为一小的固定值,用于避免上式除0错误,若上式成立,则判定图像块运动,否则判定图像块没有运动。
标记单元540用于统计连续ns帧都标记为边缘点的像素点,将该像素点标记为静止边缘点,其中ns为一输入参数,根据摄像头变焦过程的时间长短设定,一般其取值范围为25~50。
第一计算单元550用于计算标记单元540所标记的每个静止边缘点的边缘宽度。作为本发明的一个实施例,如图8所示,第一计算单元550可以包括:梯度获取模块551、判断模块552和边缘宽度确定模块553,其中:
梯度获取模块551用于根据所述梯度方向图像获取梯度正、负方向上的梯度值。
判断模块552用于分别在正、负方向上以当前静止边缘点为起点顺序判断每一个像素点是否满足下述条件:
Gcur-Gpre≥Ts且Gcur≥Tg;
其中Gcur为当前像素点的梯度值,Gpre为前一个像素点的梯度值,Ts、Tg分别是预设的改变率阈值和梯度强度阈值;
若满足上述条件,则处理下一个像素点,否则停止处理;
边缘宽度确定模块553用于以正、负方向上处理过的点数作为当前静止边缘点的边缘宽度Wi。
第二计算单元560用于:以帧图像中静止边缘点的梯度强度Gi和边缘宽度Wi的比值作为该静止边缘点的清晰度值Di,即并将该帧图像中所有静止边缘点的清晰度值的平均值作为所述帧图像的清晰度值;最后通过一数组记录所有图像帧的清晰度值。
检测单元570包括聚焦过程检测模块571和聚焦结果检测模块572,其中:
聚焦过程检测模块571用于检测是否发发生聚焦过程。作为本发明的一个实施例,如图9所示,该聚焦过程检测模块571进一步可以包括:检测子模块5711、记录子模块5712和判断子模块5713。
检测子模块5711用于检测是否存在连续np帧的清晰度持续递增或递减,np为设定值。
记录子模块5712用于记录递增次数na和递减次数nd。
判断子模块5713用于判断是否满足:na+nd>t,t为设定值,若满足,则发生了聚焦过程。
聚焦结果检测模块572用于在聚焦过程检测模块571检测到发生了聚焦过程后,检测聚焦结果是否正确。作为本发明的一个实施例,如图10所示,该聚焦结果检测模块572进一步可以包括:获取子模块5721和判断子模块5722。
获取子模块5721用于当聚焦过程检测模块中的检测子模块5711检测到nl个帧的清晰度保持稳定时,获取稳定时的清晰度值Ds,nl为设定值。
判断子模块5722用于判断是否满足:|Dm-Ds|<Tm1,其中Dm为图像帧中最大的清晰度值,Tm1为设定阈值,若满足,则聚焦结果准确且变焦功能正常。
本发明实施例可以在不依靠人力的情况下自动检测出摄像头的变焦功能是否正常,减少了视频监控系统中对于监控设备的维护成本,且提高了维护的效率。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种摄像头变焦检测方法,其特征在于,所述方法包括:
发送变焦指令给前端摄像头;
从所述前端摄像头所拍摄的实时视频中获取连续的帧图像;
提取所述帧图像的边缘点;
若所述前端摄像头处于静止状态,则标记静止边缘点并计算每个所述静止边缘点的边缘宽度;
根据所述边缘宽度计算并记录所述连续的帧图像的清晰度值;
根据所述清晰度值检测摄像头的变焦功能是否正常;
所述根据所述清晰度值检测摄像头的变焦功能是否正常包括:
检测是否发生聚焦过程,若没发生,则变焦功能不正常,若发生,则继续检测聚焦结果是否准确。
2.如权利要求1所述的摄像头变焦检测方法,其特征在于,所述提取所述帧图像的边缘点包括:
获取所述帧图像中水平梯度图像和垂直梯度图像;
根据所述水平梯度图像和所述垂直梯度图像来获得梯度方向图像及梯度强度图像;
使用所得到的梯度方向图像及梯度强度图像求取局部梯度极值图像。
3.如权利要求2所述的摄像头变焦检测方法,其特征在于,所述提取所述帧图像的边缘点之后还包括:
排除密度较高的边缘点。
4.如权利要求3所述的摄像头变焦检测方法,其特征在于,所述排除密度较高的边缘点包括:
对每个边缘点以该边缘点为中心,获取其邻域内的边缘点个数;
以边缘点个数和邻域面积之比作为当前边缘点的边缘密度;
保留边缘密度小于预设阈值的边缘点。
5.如权利要求2所述的摄像头变焦检测方法,其特征在于,所述计算每个所述静止边缘点的边缘宽度包括:
根据所述梯度方向图像获取梯度正、负方向上的梯度值;
分别在正、负方向上以当前静止边缘点为起点顺序判断每一个像素点是否满足下述条件:
Gcur-Gpre≥Ts且Gcur≥Tg;
其中Gcur为当前像素点的梯度值,Gpre为前一个像素点的梯度值,Ts、Tg分别是预设的改变率阈值和梯度强度阈值;
若满足上述条件,则处理下一个像素点,否则停止处理;
以正、负方向处理过的点数作为当前静止边缘点的边缘宽度。
6.如权利要求5所述的摄像头变焦检测方法,其特征在于,所述根据所述边缘宽度计算所述连续的帧图像的清晰度值包括:
以所述帧图像中静止边缘点的梯度强度和边缘宽度的比值作为该静止边缘点的清晰度值;
将所述帧图像中所有静止边缘点的清晰度值的平均值作为所述帧图像的清晰度值。
7.如权利要求1所述的摄像头变焦检测方法,其特征在于,
所述检测是否发生聚焦过程包括:
检测是否存在连续np帧的清晰度持续递增或递减,np为设定值;
记录递增次数na和递减次数nd;
判断是否满足:na+nd>t,t为设定值,若满足,则发生了聚焦过程;
所述检测聚焦结果是否准确包括:
持续检测是否存在连续np帧的清晰度持续递增或递减,直到nl个帧的清晰度保持稳定,nl为设定值;
获取稳定时的清晰度值Ds;
判断是否满足:|Dm-Ds|<Tm1,其中Dm为图像帧中最大的清晰度值,Tm1为设定阈值,若满足,则聚焦结果准确。
8.一种摄像头变焦检测装置,其特征在于,所述装置包括:
发送单元,用于发送变焦指令给前端摄像头;
帧图像获取单元,用于从所述前端摄像头所拍摄的实时视频中获取连续的帧图像;
提取单元,用于提取所述帧图像的边缘点;
标记单元,用于当所述前端摄像头处于静止状态时,标记静止边缘点;
第一计算单元,用于计算每个所述静止边缘点的边缘宽度;
第二计算单元,用于根据所述边缘宽度计算并记录所述连续的帧图像的清晰度值;
检测单元,用于根据所述清晰度值检测摄像头的变焦功能是否正常;
所述检测单元包括:
聚焦过程检测模块,用于检测是否发发生聚焦过程;
聚焦结果检测模块,用于当发生聚焦过程后继续检测聚焦结果是否准确。
9.如权利要求8所述的摄像头变焦检测装置,其特征在于,所述提取单元包括:
第一获取模块,用于获取所述帧图像中水平梯度图像和垂直梯度图像;
第二获取模块,用于根据所述水平梯度图像和所述垂直梯度图像来获得梯度方向图像及梯度强度图像;
极值图获取模块,用于使用所述梯度方向图像及梯度强度图像求取局部梯度极值图像。
10.如权利要求9所述的摄像头变焦检测装置,其特征在于,还包括:
排除单元,用于排除密度较高的边缘点。
11.如权利要求10所述的摄像头变焦检测装置,其特征在于,所述排除单元包括:
边缘点个数获取模块,用于对每个边缘点以该边缘点为中心,获取其邻域内的边缘点个数;
边缘密度获取模块,用于以边缘点个数和邻域面积之比作为当前边缘点的边缘密度;
保留模块,用于保留边缘密度小于预设阈值的边缘点。
12.如权利要求9所述的摄像头变焦检测装置,其特征在于,所述第一计算单元包括:
梯度获取模块,用于根据所述梯度方向图像获取梯度正、负方向上的梯度值;
判断模块,用于分别在正、负方向上以当前静止边缘点为起点顺序判断每一个像素点是否满足下述条件:
Gcur-Gpre≥Ts且Gcur≥Tg;
其中Gcur为当前像素点的梯度值,Gpre为前一个像素点的梯度值,Ts、Tg分别是预设的改变率阈值和梯度强度阈值;
若满足上述条件,则处理下一个像素点,否则停止处理;
边缘宽度确定模块,用于以正、负方向上处理过的点数作为当前静止边缘点的边缘宽度。
13.如权利要求12所述的摄像头变焦检测装置,其特征在于,第二计算单元具体用于:以所述帧图像中静止边缘点的梯度强度和边缘宽度的比值作为该静止边缘点的清晰度值;将所述帧图像中所有静止边缘点的清晰度值的平均值作为所述帧图像的清晰度值;记录所有图像帧的清晰度值。
14.如权利要求8所述的摄像头变焦检测装置,其特征在于,
所述聚焦过程检测模块包括:
检测子模块,用于检测是否存在连续np帧的清晰度持续递增或递减,np为设定值;
记录子模块,用于记录递增次数na和递减次数nd;
判断子模块,用于判断是否满足:na+nd>t,t为设定值,若满足,则发生了聚焦过程;
所述聚焦结果检测模块包括:
获取子模块,用于当所述聚焦过程检测模块中的检测子模块检测到nl个帧的清晰度保持稳定时,获取稳定时的清晰度值Ds,nl为设定值;
判断子模块,用于判断是否满足:|Dm-Ds|<Tm1,其中Dm为图像帧中最大的清晰度值,Tm1为设定阈值,若满足,则聚焦结果准确。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110334685.XA CN103096118B (zh) | 2011-10-28 | 2011-10-28 | 摄像头变焦检测方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201110334685.XA CN103096118B (zh) | 2011-10-28 | 2011-10-28 | 摄像头变焦检测方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103096118A CN103096118A (zh) | 2013-05-08 |
CN103096118B true CN103096118B (zh) | 2015-10-07 |
Family
ID=48208168
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201110334685.XA Active CN103096118B (zh) | 2011-10-28 | 2011-10-28 | 摄像头变焦检测方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103096118B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101561B (zh) * | 2016-08-09 | 2019-06-04 | 青岛海信移动通信技术股份有限公司 | 摄像头对焦检测方法及装置 |
CN112190228B (zh) * | 2020-10-14 | 2022-04-22 | 上海鹰瞳医疗科技有限公司 | 眼底相机及其检测方法 |
CN112258467A (zh) * | 2020-10-19 | 2021-01-22 | 浙江大华技术股份有限公司 | 一种图像清晰度的检测方法和装置以及存储介质 |
CN117061731B (zh) * | 2023-10-12 | 2024-04-12 | 荣耀终端有限公司 | 变焦性能检测方法、装置、电子设备及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101814129A (zh) * | 2009-02-19 | 2010-08-25 | 中国科学院自动化研究所 | 自动对焦的远距离虹膜图像获取装置、方法和识别系统 |
CN101849407A (zh) * | 2007-10-22 | 2010-09-29 | 坎德拉微系统(S)私人有限公司 | 自动聚焦图像系统 |
CN101950418A (zh) * | 2010-08-26 | 2011-01-19 | 北京中创信测科技股份有限公司 | 一种图像质量评价方法和装置 |
-
2011
- 2011-10-28 CN CN201110334685.XA patent/CN103096118B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101849407A (zh) * | 2007-10-22 | 2010-09-29 | 坎德拉微系统(S)私人有限公司 | 自动聚焦图像系统 |
CN101814129A (zh) * | 2009-02-19 | 2010-08-25 | 中国科学院自动化研究所 | 自动对焦的远距离虹膜图像获取装置、方法和识别系统 |
CN101950418A (zh) * | 2010-08-26 | 2011-01-19 | 北京中创信测科技股份有限公司 | 一种图像质量评价方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103096118A (zh) | 2013-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110084165B (zh) | 基于边缘计算的电力领域开放场景下异常事件的智能识别与预警方法 | |
EP2351524B1 (en) | Drowsiness determining device and program | |
CN103096118B (zh) | 摄像头变焦检测方法和装置 | |
CN111008600B (zh) | 一种车道线检测方法 | |
CN102490764B (zh) | 铁轨道岔缺口自动检测方法 | |
CN104539937A (zh) | 一种摄像头模组污点检测的方法和装置 | |
CN110458126B (zh) | 一种受电弓状态监测方法及装置 | |
CN114494017B (zh) | 根据比例尺进行图像dpi调整的方法和装置、设备及介质 | |
CN113111817B (zh) | 语义分割的人脸完整度度量方法、系统、设备及存储介质 | |
CN103606221A (zh) | 清分机故障自动诊断方法以及装置 | |
CN112637550B (zh) | 多路4k准实时拼接视频的ptz动目标跟踪方法 | |
CN110288629B (zh) | 基于移动物体检测的目标检测自动标注方法及装置 | |
TW201421990A (zh) | 物體偵測裝置、方法及其電腦可讀取紀錄媒體 | |
CN108174198B (zh) | 一种视频图像质量诊断分析检测设备及应用系统 | |
CN112171668A (zh) | 一种基于人工智能的轨道式机器人防卡死检测方法及装置 | |
CN108830304A (zh) | 一种基于支持向量机的图像识别系统 | |
CN110837760B (zh) | 目标检测方法、用于目标检测的训练方法和装置 | |
CN111680569A (zh) | 基于图像分析的出勤率检测方法、装置、设备及存储介质 | |
CN113837312B (zh) | 一种氧化锌避雷器的运行状态评价方法及装置 | |
CN110019060B (zh) | 一种机车视频文件与运行记录文件自动同步方法与装置 | |
CN116167969A (zh) | 镜头脏污检测方法、装置、车辆、存储介质及程序产品 | |
CN114724091A (zh) | 一种输电线路导线异物识别方法及装置 | |
CN115035061A (zh) | 一种电芯极组阴阳极点提取及阴阳极片对齐度检测方法 | |
CN114219788A (zh) | 一种基于视频的积水检测方法 | |
US20210089886A1 (en) | Method for processing data based on neural networks trained by different methods and device applying method |
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 |