CN103377478A - 移动物体侦测系统及方法 - Google Patents
移动物体侦测系统及方法 Download PDFInfo
- Publication number
- CN103377478A CN103377478A CN2012101236332A CN201210123633A CN103377478A CN 103377478 A CN103377478 A CN 103377478A CN 2012101236332 A CN2012101236332 A CN 2012101236332A CN 201210123633 A CN201210123633 A CN 201210123633A CN 103377478 A CN103377478 A CN 103377478A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- brightness value
- opened
- binaryzation
- 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
Landscapes
- Image Processing (AREA)
Abstract
一种移动物体侦测系统及方法，该系统包括：一拍摄装置以及一侦测模块。所述拍摄装置用于在一个时段内进行拍摄以获得N张连续的影像。所述侦测模块将N张影像中的其中一张作为参考影像对其他N-1张影像依次作差异化、灰阶化、二值化、模糊化、膨胀化及边缘化处理。本发明移动物体侦测系统及方法，对N-1张影像进行二值化后分别进行模糊化及膨胀化处理，可以将二值化后的影像中的移动物体的断裂的图形连接起来，使得移动物体的图形更加完整，然后进行边缘化处理，可提高侦测精度。
Description
技术领域
本发明涉及图像处理领域，具体地，涉及一种移体物体侦测系统及方法。
背景技术
通常，监控系统通过对一系列连续的影像进行轮廓检测来判断是否有移动物体出现。现有的一种轮廓检测方法包括以下步骤：将一系列连续的影像中的其中一张作为参考影像对其余影像依次作差异化、灰阶化、二值化及边缘化处理。差异化是指将其余影像中的每张影像的每个像素的像素值分别与参考影像对应像素的像素值相减后取绝对值。灰阶化是指将差异化后的每张影像的每个的像素的像素值由红、绿、蓝三个值进行表征转换为由亮度值进行表征。二值化是指将灰阶化后的每张影像的每个像素的亮度值与一亮度临界值相比较，当该像素的亮度值大于亮度临界值时则设定该像素的亮度值为255，反之设定该像素的亮度值为0。边缘化是指将二值化后的每张影像的每个像素的亮度值分别乘上不同矩阵，相加之后取平均值，如此检测移动物体的轮廓。然而，二值化后的影像中移动物体的图形常常不完整，导致出现边缘化时检测的移动物体的轮廓断裂、与影像中移动物体的实际轮廓差异较大的情况，侦测精度低。
发明内容
有鉴于此，有必要提供一种可提高侦测精度的移动物体侦测系统及方法。
一种移动物体侦测系统，包括：一拍摄装置以及一侦测模块。所述拍摄装置用于在一个时段内拍摄以获得N张连续的影像。所述侦测模块将N张影像中的其中一张作为参考影像对其他N-1张影像依次作差异化、灰阶化、二值化、模糊化、膨胀化、及边缘化处理。所述差异化是指将其他N-1张影像中的每张影像的每个像素的像素值分别与参考影像对应像素的像素值相减后取绝对值。所述灰阶化是指将差异化后的N-1张影像中的每张影像的每个像素的像素值由红、绿、蓝三个值进行表征转换为由亮度值进行表征。所述二值化是指将灰阶化后的N-1张影像中的每张影像的每个像素的亮度值与一个亮度临界值相比较，当该像素的亮度值大于所述亮度临界值时则设定该像素的亮度为255，反之设定该像素的亮度值为0。所述模糊化是指将二值化后的N-1张影像中的每张影像的亮度值为255的像素作为中心像素取与该中心像素相邻的八个像素进行分析，如果八个相邻像素中至少有两个像素值为255时，则将八个相邻像素的亮度值均设置为255，否则将中心像素及相邻的八个像素的亮度值设置为0。所述膨胀化是指将模糊化后的N-1张影像中的每张影像的每个像素乘以一矩阵Martix。所述边缘化是指将膨胀化后的N-1张影像中的每张影像的每个像素分别乘上矩阵Sobel(V)和矩阵Sobel(H)然后相加，之后再除以2。
一种移动物体侦测方法，包括以下步骤：
S1：开启一个拍摄装置，该拍摄装置在一个时段进行拍摄以获取N张连续的影像；
S2：将N张影像中的其中一张作为参考影像对其他N-1张影像作差异化处理，所述差异化是指对其他N-1张影像中的每张影像的每个像素的像素值分别与参考影像对应的像素的像素值相减后取绝对值；
S3：将差异化后的N-1张影像中的每张影像进行灰阶化处理，所述灰阶化是指将差异化后的每张影像的每个像素的像素值由红、绿、蓝三个值进行表征转换为由亮度值进行表征；
S4：将灰阶化后的N-1张影像中的每张影像进行二值化处理，所述二值化是指将灰阶化后的N-1张影像中的每张影像的每个像素的亮度值与一个亮度临界值相比较，当每个像素的亮度值大于所述亮度临界值时则设定该像素的亮度为255，反之设定该像素的亮度值为0；
S5：将二值化后的N-1张影像中的每张影像进行模糊化处理，所述模糊化是指将二值化后的N-1张影像中的每张影像的亮度值为255的像素作为中心像素取与中心像素相邻的八个相邻像素进行分析，如果八个相邻像素中至少有两个像素值为255时，则将所述八个相邻像素的亮度值均设置为255，否则将中心像素及相邻的八个像素的亮度值设置为0；
S6：将模糊化后的N-1张影像中的每张影像进行膨胀化处理，所述膨胀化是指将模糊化后的N-1张影像中的每张影像的每个像素乘以一矩阵Martix；
S7：将膨胀化后的N-1张影像中的每张影像进行边缘化处理；所述边缘化是指将膨胀化后的N-1张影像中的每张影像的每个像素的亮度值分别乘上矩阵Sobel(V)和矩阵Sobel(H)然后相加，之后再除以2。
相对于现有技术，本发明移动物体侦测系统及方法，对N-1张影像进行二值化后分别进行模糊化及膨胀化处理，可以将二值化后的影像中的移动物体的断裂的图形连接起来，使得移动物体的图形更加完整，然后进行边缘化处理，可使得检测的N-1张影像中移动物体的轮廓更加接近N-1张影像中移动物体的实际轮廓，提高侦测精度。
附图说明
图1是本发明所提供的移动物体侦测系统的结构方框图。
图2是图1所示的移动物体侦测系统的拍摄装置的拍摄过程的示意图。
图3是图2所示的拍摄装置所拍摄的N张影像以其中一张作为参考影像对其余N-1张影像依次进行差异化、灰阶化、二值化、模糊化、膨胀化及边缘化处理的示意图。
图4是图3所示的边缘化处理后的N-1张影像进一步进行再次二值化及物件化处理的示意图。
图5是本发明所提供的移动物体侦测方法的流程框图。
主要元件符号说明
| 移动物体侦测系统 | 1000 |
| 拍摄装置 | 100 |
| 侦测模块 | 200 |
| 存储模块 | 300 |
| 步骤 | S1、S2、S3、S4、S5、S6、S7、S8、S9 |
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
请参阅图1至图3，本发明提供较佳实施例提供的一种移动物体侦测系统1000，包括一个拍摄装置100、一个侦测模块200及一个存储模块300。所述拍摄装置100可安装于室外或室内。所述拍摄装置100用于监控其拍摄范围内的场景。
所述拍摄装置100开启后以拍摄时间t为顺序进行连续的拍摄。例如，所述拍摄装置100在t1时刻获取第一张影像N1、在t2时刻获取第二张影像N2、在t3时刻获取第三张影像N3、在t4时刻获取第四张影像N4、在t5时刻获取第五张影像N5…以及在tn时刻获取第N张影像Nn。所述拍摄装置100在时刻0至时刻tn这一时段T内获取N张影像。本实施方式中，N为整数，例如，N可以为5。在第一张影像N1中无移动物体出现，在第二张影像N2中出现移动物体A(即人物A)、在第三张影像N3中同时出现移动物体A及移动物体B(即人物B)、在第四张影像N4中移动物体A与移动物体B部分重叠、在第五张影像N5中同时出现移动物体A及移动物体B。
所述侦测模块200电性连接至所述拍摄装置100。所述侦测单元用于将所述拍摄装置100在时段T内所获取的N张影像以第一张影像N1作为参考影像对其他N-1张影像进行处理。本实施方式中，其他N-1张影像即第一张影像N1、第二张影像N2、第三张影像N3、第四张影像N4及第五张影像N5。具体地，所述侦测模块200以第一张影像N1作为参考影像对其他N-1依次作差异化、灰阶化、二值化、模糊化、膨胀化及边缘化处理，如此检测N-1张影像中每张影像中的移动物体的轮廓。在其他实施方式中，也可以从N张影像中任意选择一张作为参考影像。
所述差异化是指将其他N-1张影像中的每张影像的像素值分别与第一张影像N1对应像素的像素值相减后取绝对值。其中，所述拍摄装置100所拍摄的N张影像中的每张影像的每个像素的像素值由R(红)、G(绿)、B(蓝) 三个值进行表征。
所述灰阶化是指将差异化后的N-1张影像中的每张影像转换为灰阶影像，即将差异化后的每张影像的每个像素的像素值由R(红)、G(绿)、B(蓝)三个值进行表征转换为由亮度值进行表征。
所述二值化是指将灰阶化后的N-1张影像中的每张影像的每个像素的亮度值与一个亮度临界值相比较，当该像素的亮度值大于所述亮度临界值时则设定该像素的亮度值为255，反之设定该像素的亮度值为0。在本实施方式中，所述亮度临界值，例如，可以为125。
所述模糊化是指将二值化后的N-1张影像中的每张影像中的亮度值为255的像素作为中心像素取与中心像素八个相邻像素进行分析，如果八个相邻像素中至少有两个像素值为255时，则将所述八个相邻像素的亮度值均设置为255，否则将中心像素及相邻的八个像素的亮度值设置为0。
所述膨胀化是指将模糊化后的N-1张影像中的每张影像的每个像素的亮度值乘以矩阵Martix，其中矩阵Martrix如下：
如此，可将每张影像中原本断掉的图形连接起来，让每张影像中的图形更加完整。
所述边缘化是指将膨胀化后的N-1张影像中的每张影像的每一个像素的亮度值分别乘上Sobel(V)和Sobel(H)这两个矩阵然后相加，之后再除以2，可检测每张影像中的图形的轮廓，其中Sobel(V)矩阵和Sobel(H)矩阵分别如下：
如图3所示，边缘化的N-1张影像中，在第二张影像N2检测到移动物体A的轮廓a、在第三张影像检测到移动物体A的轮廓a及移动物体B的轮廓b、在第四张影像检测到移动物体A与移动物体B部分重叠时的轮廓c、在第五张影像检测到移动物体A的轮廓a及移动物体B的轮廓b。
本发明移动物体侦测系统1000，对N-1张影像进行二值化后分别进行模糊化及膨胀化处理，可以将二值化后的影像中的移动物体的断裂的图形连接起来，使得移动物体的图形更加完整，然后进行边缘化处理，可使得检测的N-1张影像中移动物体的轮廓更加接近N-1张影像中移动物体的实际轮廓，提高检测的准确度。
如图4所示，所述侦测模块200进一步地将边缘化的N-1张影像进行再次二值化处理及将再次二值化后的N-1张影像进行物件化处理。所述再次二值化的是指将边缘化的N-1中的每张影像的每个像素的亮度值与一个亮度阈值进行比较，如果该像素的亮度值大于所述亮度阈值，则将该像素的亮度值设定为255，反之将该像素的亮度值设定为0。在本实施方式中，所述亮度阈值，例如，可以为150。再次二值化的N-1张影像中，在第二张影像N2中获得轮廓a1、在第三张影N3中获得轮廓a1及轮廓b1、在第四张影像N4中获得轮廓c1、在第五张影像N5中获得轮廓a1及轮廓b1。
所述物件化是将再次二值化的N-1张影像中的每张影像进行对像提取，即根据每张影像的边缘用矩形框提取出整个完整物件。将第二张影像N2的轮廓a1、第三张影N3的廓a1及轮廓b1、在第四张影像N4的轮廓c1、在第五张影像N5中的轮廓a1及轮廓b1分别用矩形的边缘框进行提取并将提取的物件(即轮廓a1、b1及c1)存储在所述存储模块300内以方便后续追踪移动物体A及移动物体B。另外，物件提取方式也可以采用现有技术的任意方式。
请参阅图5，为本发明提供的一种移动物体侦测方法，包括以下步骤：
S1：开启一个拍摄装置，该拍摄装置在一个时段进行拍摄以获取N张连续的影像。
S2：将N张影像中的其中一张作为参考影像对其他N-1张影像作差异化处理。所述差异化是指对其他N-1张影像中的每张影像的每个像素的像素值分别与参考影像对应的像素的像素值相减后取绝对值。
S3：将差异化后的N-1张影像中的每张影像进行灰阶化处理。所述灰阶化是指将差异化后的每张影像的每个像素的像素值由红、绿、蓝三个值进行表征转换为由亮度值进行表征。
S4：将灰阶化后的N-1张影像中的每张影像进行二值化处理。所述二值化是指将灰阶化后的N-1张影像中的每张影像的每个像素的亮度值与一个亮度临界值相比较，当每个像素的亮度值大于所述亮度临界值时则设定该像素的亮度为255，反之设定该像素的亮度值为0。
S5：将二值化后的N-1张影像中的每张影像进行模糊化处理。所述模糊化是指将二值化后的N-1张影像中的每张影像的亮度值为255的像素作为中心像素取与中心像素相邻的八个相邻像素进行分析，如果八个相邻像素中至少有两个像素值为255时，则将所述八个相邻像素的亮度值均设置为255，否则将中心像素及相邻的八个像素的亮度值设置为0。
S6：将模糊化后的N-1张影像中的每张影像进行膨胀化处理。所述膨胀化是指将模糊化后的N-1张影像中的每张影像的每个像素的亮度值乘以一矩阵Martix。
S7：将膨胀化后的N-1张影像中的每张影像进行边缘化处理。所述边缘化是指将膨胀化后的N-1张影像中的每张影像的每个像素的亮度值分别乘上矩阵Sobel(V)和矩阵Sobel(H)然后相加，之后再除以2，如此检测N-1张影像中移动物体的轮廓。
所述移动物体侦测方法进一步包括以下步骤：
S8：将边缘化的N-1张影像进行再次二值化处理。所述再次二值化的是指将边缘化的N-1中的每张影像的每个像素的亮度值与一个亮度阈值进行比较，如果该像素的亮度值大于所述亮度阈值，则将该像素的亮度值设定为255，反之将该像素的亮度值设定为0。
S9：将再次二值化后的N-1张影像进行物件化处理。所述物件化是将再次二值化的N-1张影像中的每张影像进行对像提取，根据每张影像的边缘用矩形框提取出整个完整物件。
另外，本领域技术人员还可以在本发明精神内做其它变化。当然，这些依据本发明精神所做的变化，都应包含在本发明所要求保护的范围之内。
Claims (9)
1.一种移动物体侦测系统，包括：一拍摄装置以及一侦测模块，所述拍摄装置用于在一个时段内进行拍摄以获得N张连续的影像，所述侦测模块将N张影像中的其中一张作为参考影像对其他N-1张影像依次作差异化、灰阶化、二值化、模糊化、膨胀化、及边缘化处理；所述差异化是指将其他N-1张影像中的每张影像的每个像素的像素值分别与参考影像对应像素的像素值相减后取绝对值；所述灰阶化是指将差异化后的N-1张影像中的每张影像的每个像素的像素值由红、绿、蓝三个值进行表征转换为由亮度值进行表征；所述二值化是指将灰阶化后的N-1张影像中的每张影像的每个像素与一个亮度临界值相比较，当该像素的亮度值大于所述亮度临界值时则设定该像素的亮度为255，反之设定该像素的亮度值为0；所述模糊化是指将二值化后的N-1张影像中的每张影像的亮度值为255的像素作为中心像素取与该中心像素相邻的八个像素进行分析，如果八个相邻像素中至少有两个像素的亮度值为255时，则将所述八个相邻像素的亮度值均设置为255，否则将中心像素及相邻的八个像素的亮度值设置为0；所述膨胀化是指将模糊化后的N-1张影像中的每张影像的每个像素乘以一矩阵Martix；所述边缘化是指将膨胀化后的N-1张影像中的每张影像的每个像素分别乘上矩阵Sobel(V)和矩阵Sobel(H)然后相加，之后再除以2。
2.如权利要求1所述的移动物体侦测系统，其特征在于：所述矩阵Martrix如下：
所述Sobel(V)矩阵和Sobel(H)矩阵分别如下：
3.如权利要求1所述的移动物体侦测系统，其特征在于：所述侦测模块进一步地将边缘化的N-1张影像进行再次二值化处理；所述再次二值化的是指将边缘化的N-1中的每张影像的每个像素的亮度值与一个亮度阈值进行比较，如果该像素的亮度值大于所述亮度阈值，则将该像素的亮度值设定为255，反之将该像素的亮度值设定为0。
4.如权利要求3所述的移动物体侦测系统，其特征在于：所述亮度阈值为150。
5.如权利要求3所述的移动物体侦测系统，其特征在于：所述侦测模块进一步将再次二值化后的N-1张影像进行物件化处理；所述物件化是指将再次二值化的N-1张影像中的每张影像进行对像提取，根据每张影像中的边缘用矩形框提取出整个完整物件。
6.如权利要求5所述的移动物体侦测系统，其特征在于：所述移动物体侦测系统还包括一个存储模块，所述存储模块用于存储边缘框提取出整个完整物件。
7.一种移动物体侦测方法，包括以下步骤：
S1：开启一个拍摄装置，该拍摄装置在一个时段进行拍摄以获取N张连续的影像；
S2：将N张影像中的其中一张作为参考影像对其他N-1张影像作差异化处理，所述差异化是指对其他N-1张影像中的每张影像的每个像素的像素值分别与参考影像对应像素的像素值相减后取绝对值；
S3：将差异化后的N-1张影像中的每张影像进行灰阶化处理，所述灰阶化是指将差异化后的每张影像的每个像素的像素值由红、绿、蓝三个值进行表征转换为由亮度值进行表征；
S4：将灰阶化后的N-1张影像中的每张影像进行二值化处理，所述二值化是指将灰阶化后的N-1张影像中的每张影像的每个像素的亮度值与一个亮度临界值相比较，当每个像素的亮度值大于所述亮度临界值时则设定该像素的亮度为255，反之设定该像素的亮度值为0；
S5：将二值化后的N-1张影像中的每张影像进行模糊化处理，所述模糊化是指将二值化后的N-1张影像中的每张影像的亮度值为255的像素作为中心像素取与中心像素相邻的八个相邻像素进行分析，如果八个相邻像素中至少有两个像素值为255时，则将所述八个相邻像素的亮度值均设置为255，否则将作为中心像素及相邻的八个像素的亮度值设置为0；
S6：将模糊化后的N-1张影像中的每张影像进行膨胀化处理，所述膨胀化是指将模糊化后的N-1张影像中的每张影像的每个像素乘以一矩阵Martix；
S7：将膨胀化后的N-1张影像中的每张影像进行边缘化处理；所述边缘化是指将膨胀化后的N-1张影像中的每张影像的每个像素的亮度值分别乘上矩阵Sobel(V)和矩阵Sobel(H)然后相加，之后再除以2。
8.如权利要求7所述的移动物体侦测方法，其特征在于：所述矩阵Martrix如下：
所述Sobel(V)矩阵和Sobel(H)矩阵分别如下：
9.如权利要求7所述的移动物体侦测方法，其特征在于：进一步包括以下步骤：
S8：将边缘化的N-1张影像进行再次二值化处理，所述再次二值化的是指将边缘化的N-1中的每张影像的每个像素的亮度值与一个亮度阈值进行比较，如果该像素的亮度值大于所述亮度阈值，则将该像素的亮度值设定为255，反之将该像素的亮度值设定为0；
S9：将再次二值化后的N-1张影像进行物件化处理，所述物件化是将再次二值化的N-1张影像中的每张影像进行对像提取，根据每张影像的边缘用矩形框提取出整个完整物件。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012101236332A CN103377478A (zh) | 2012-04-25 | 2012-04-25 | 移动物体侦测系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN2012101236332A CN103377478A (zh) | 2012-04-25 | 2012-04-25 | 移动物体侦测系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103377478A true CN103377478A (zh) | 2013-10-30 |
Family
ID=49462545
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN2012101236332A Pending CN103377478A (zh) | 2012-04-25 | 2012-04-25 | 移动物体侦测系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103377478A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107481266A (zh) * | 2017-08-03 | 2017-12-15 | 苏州佳世达电通有限公司 | 物体位移侦测方法及物体位移侦测系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6842196B1 (en) * | 2000-04-04 | 2005-01-11 | Smith & Nephew, Inc. | Method and system for automatic correction of motion artifacts |
| CN101477628A (zh) * | 2009-01-06 | 2009-07-08 | 青岛海信电子产业控股股份有限公司 | 车辆阴影去除方法和装置 |
| CN101923645A (zh) * | 2009-06-09 | 2010-12-22 | 黑龙江大学 | 适应复杂应用场景中低质量虹膜图像的虹膜分割方法 |
-
2012
- 2012-04-25 CN CN2012101236332A patent/CN103377478A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6842196B1 (en) * | 2000-04-04 | 2005-01-11 | Smith & Nephew, Inc. | Method and system for automatic correction of motion artifacts |
| CN101477628A (zh) * | 2009-01-06 | 2009-07-08 | 青岛海信电子产业控股股份有限公司 | 车辆阴影去除方法和装置 |
| CN101923645A (zh) * | 2009-06-09 | 2010-12-22 | 黑龙江大学 | 适应复杂应用场景中低质量虹膜图像的虹膜分割方法 |
Non-Patent Citations (1)
| Title |
|---|
| 潘申等: ""模糊数学形态学及其在烟叶图像边缘检测中的应用"", 《计算机辅助设计与图形学、多媒体》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107481266A (zh) * | 2017-08-03 | 2017-12-15 | 苏州佳世达电通有限公司 | 物体位移侦测方法及物体位移侦测系统 |
| CN107481266B (zh) * | 2017-08-03 | 2021-01-05 | 苏州佳世达电通有限公司 | 物体位移侦测方法及物体位移侦测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9076037B2 (en) | Image processing apparatus and method | |
| CN106056594A (zh) | 一种基于双光谱的可见光图像提取系统与方法 | |
| CN108875619A (zh) | 视频处理方法和装置、电子设备、计算机可读存储介质 | |
| US9053385B2 (en) | Object detection device and object detection method | |
| CN103795920A (zh) | 照片处理方法及装置 | |
| JP5352859B2 (ja) | 複数のガウス分布モデルを利用して映像の背景を維持する方法と装置 | |
| CN103379268A (zh) | 省电监控系统及方法 | |
| US20170064223A1 (en) | Image sensor device with macropixel processing and related devices and methods | |
| CN107644437B (zh) | 基于分块的偏色检测系统及其方法 | |
| US20150055861A1 (en) | Methods and Systems for Image Demosaicing | |
| CN111898448B (zh) | 一种基于深度学习的行人属性识别方法和系统 | |
| CN105704363B (zh) | 图像数据处理方法和装置 | |
| CN103377478A (zh) | 移动物体侦测系统及方法 | |
| TWI530913B (zh) | 移動物體偵測系統及方法 | |
| CN103020588A (zh) | 基于视频图像分析的火焰检测方法 | |
| CN111160340B (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
| US9875549B2 (en) | Change detection in video data | |
| CN110580449B (zh) | 一种图像型火焰识别检测方法 | |
| CN115761611B (zh) | 基于图像对比异常检测的多阶段多底图图像差异过滤方法 | |
| CN110896475B (zh) | 显示终端通道切换检测方法和装置 | |
| US20140327796A1 (en) | Method for estimating camera response function | |
| CN104853159B (zh) | 图像信号接收方法及装置 | |
| CN100525428C (zh) | 数字视频信号奇偶场识别与校正方法 | |
| KR102421775B1 (ko) | 태양광 패널의 손상과 오염 유무를 검출하는 방법 | |
| CN108985222B (zh) | 一种用于接打电话识别的深度学习网络模型及系统 |
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 |
Application publication date: 20131030 |
|
| WD01 | Invention patent application deemed withdrawn after publication |