CN104243967A - 一种图像检测方法及装置 - Google Patents

一种图像检测方法及装置 Download PDF

Info

Publication number
CN104243967A
CN104243967A CN201310228353.2A CN201310228353A CN104243967A CN 104243967 A CN104243967 A CN 104243967A CN 201310228353 A CN201310228353 A CN 201310228353A CN 104243967 A CN104243967 A CN 104243967A
Authority
CN
China
Prior art keywords
component
detected
value
image
pixel value
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.)
Granted
Application number
CN201310228353.2A
Other languages
English (en)
Other versions
CN104243967B (zh
Inventor
潘晖
潘石柱
张兴明
傅利泉
朱江明
吴军
吴坚
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201310228353.2A priority Critical patent/CN104243967B/zh
Publication of CN104243967A publication Critical patent/CN104243967A/zh
Application granted granted Critical
Publication of CN104243967B publication Critical patent/CN104243967B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明实施例提供了一种图像检测方法及装置,该方法包括:获取待检测图像,并对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到待检测图像的Y分量、U分量和V分量的直方图数组;根据得到的直方图数组、待检测图像的高度和宽度,计算待检测图像的对比度评估值;如果计算出的对比度评估值不大于设定阈值,则确定待检测图像为异常图像。本发明是利用图像中各Y分量、U分量和V分量的相关数据,计算图像的对比度评估值,进而根据对比度评估值确定图像是否异常,可通过软件程序实现,减少了人为干扰,使得检测的准确率较高。

Description

一种图像检测方法及装置
技术领域
本发明涉及图像处理领域,尤其涉及一种图像检测方法及装置。
背景技术
目前,随着图像处理技术的发展,人们对图像的视觉效果要求越来越高,而影响图像视觉效果的关键因素是图像对比度,所谓图像对比度,指的是一幅图像中明暗区域最亮的白和最暗的黑之间不同亮度层级的测量,即指一幅图像灰度反差的大小,反差越大代表图像对比度越高,显现给人们的图像越清晰,通常认为是正常图像;反差越小代表图像对比度越低,显现给人们的图像越不清晰,通常认为是异常图像。
为了能够提供给人们视觉效果较好的图像,往往需要对例如摄像机等输出的视频图像进行检测,检测输出的视频图像是否是异常图像,以便根据检测结果对设备进行相应改进,以提高用户体验。
目前,通常采用图像对比度衡量视频图像是否异常,具体操作流程为:利用人工肉眼对例如摄像机输出的视频图像进行观察,进而筛选出视频图像中的黑、白图像块,然后,计算白图像块与黑图像块的亮度平均值的比值,并将计算出的比值与预置阈值进行比较,进一步确定视频图像的对比度;如果确定出对比度过低,则确定此视频图像是异常图像,然后进行后续处理。
在采用上述方式检测图像时,由于需要人工观察,很容易受人工主观判断因素的影响,导致检测出的异常图像的准确率较低。
发明内容
本发明实施例提供了一种图像检测方法及装置,用以解决现有人工检测图像导致检测出的异常图像准确率较低的问题。
基于上述问题,本发明实施例提供的一种图像检测方法,包括:
获取待检测图像,并对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到所述待检测图像的Y分量、U分量和V分量的直方图数组;
根据得到的直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的对比度评估值;
如果计算出的对比度评估值不大于设定阈值,则确定待检测图像为异常图像。
本发明实施例提供的一种图像对比度的检测装置,包括:
获取模块,用于获取待检测图像;
统计模块,用于对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到所述待检测图像的Y分量、U分量和V分量的直方图数组;
计算模块,用于根据得到的直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的对比度评估值;
确定模块,用于在计算模块计算出的对比度评估值不大于设定阈值时,确定待检测图像为异常图像。
本发明实施例的有益效果包括:
本发明实施例提供的一种图像检测方法及装置,在该方法中,先获取待检测图像,对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到待检测图像的Y分量、U分量和V分量的直方图数组;然后,根据得到的直方图数组、待检测图像的高度和宽度,计算待检测图像的对比度评估值;如果计算出的对比度评估值不大于设定阈值,则确定待检测图像为异常图像。本发明实施例是利用待检测图像中的Y分量、U分量和V分量的相关数据,来计算待检测图像的对比度评估值,然后根据对比度评估值的大小,进一步确定待检测图像是否是异常图像。在前述这种检测方式中,可通过软件程序实现上述流程,减少人工参与,即降低了人为主观干扰因素,提高了检测的准确率。
附图说明
图1为本发明实施例提供的图像检测方法的流程图;
图2为本发明实施例提供的计算待检测图像的对比度评估值的流程图;
图3为本发明实施例提供的确定出满足预设条件的Y分量的上限像素值和下限像素值的流程图;
图4为本发明实施例提供的图像检测装置的结构示意图。
具体实施方式
在现有的图像检测流程中,由于人工参与较多,受易受人工主观判断因素的影响,导致异常图像的检测准确确率较低。基于此问题,本发明实施例提供一种图像检测方法及装置,利用待检测图像中的Y分量、U分量和V分量的相关数据,来计算待检测图像的对比度评估值,然后根据对比度评估值的大小,进一步确定待检测图像是否异常。采用前述这种检测方式,可通过软件程序实现上述流程,减少人工参与,即降低了人为主观干扰因素,提高了检测的准确率和检测速度。
下面结合说明书附图,对本发明实施例提供的一种图像检测方法及装置的具体实施方式进行说明。
本发明实施例提供的一种图像检测方法,如图1所示,具体包括以下步骤:
S101:获取待检测图像,并对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到待检测图像的Y分量、U分量和V分量的直方图数组;
S102:根据得到的直方图数组、待检测图像的高度和宽度,计算待检测图像的对比度评估值;
S103:判断计算出的对比度评估值是否不大于设定阈值,若是,执行步骤S104;否则,执行步骤S105;
S104:确定待检测图像为异常图像;
S105:确定待检测图像为正常图像。
较佳地,在上述步骤S101中,待检测图像通常为图像内容比较丰富的视频图像,通常是YUV格式的视频图像。
在上述步骤S101中,上述待检测图像通常包括多个像素点,每个像素点上Y分量、U分量和V分量的像素值均是已知的,且像素值的范围通常在0-255之间,假设待检测图像中某一个像素点上Y分量的像素值为3,在该待检测图像中,Y分量的像素值为3的像素点可能仅此一个,也可能还有多个,由此,本发明通过统计每个Y分量的像素值对应的像素点个数,建立Y分量的直方图数组,例如Y分量的直方图数组以Hist[i]表示,在这里,Hist[i]代表Y分量的直方数组中Y分量的像素值为i对应的像素点数;i=0.1.2.3...255。
进一步地,为了减少后续检测过程中的计算量,在获取到待检测图像之后,对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计之前,还可以执行下述流程:判断待检测图像的尺寸是否超出预设图像尺寸;在超出的情况下,将待检测图像的尺寸压缩到预设图像尺寸。例如,在待检测图像为视频图像的情况下,预设图像尺寸可以为SIF图像大小。
较佳地,在上述步骤S102中,如图2所示,具体可通过下述步骤计算待检测图像的对比度评估值:
S201:根据得到的直方图数组、待检测图像的高度和宽度,计算待检测图像的Y分量、U分量和V分量的均值,以及Y分量的中值;
S202:根据计算出的均值、直方图数组、待检测图像的高度和宽度,计算待检测图像的Y分量、U分量和V分量的方差;
S203:根据计算出的Y分量的中值和Y分量的直方图数组,确定满足预设条件的Y分量的上限像素值和下限像素值,并计算确定出的Y分量的上限像素值和下限像素值的差值;
S204:根据计算出的Y分量、U分量和V分量的方差,以及计算出的差值,计算得到待检测图像的对比度评估值。
具体地,在上述步骤S201中,可以分别根据下述公式一、公式二和公式三,计算得到待检测图像的Y分量、U分量和V分量的均值:
Yavarage = Σ i = 0 255 ( Hist [ i ] × i ) / ( width × height ) 公式一,
Uavarage = Σ i = 0 255 ( UHist [ i ] × i ) / ( width / 2 × height / 2 ) 公式二,
Vavarage = Σ i = 0 255 ( VHist [ i ] × i ) / ( width / 2 × height / 2 ) 公式三;
可以根据下述公式四,计算得到待检测图像的Y分量的中值:
Y median = i , &Sigma; k = 0 i Hist [ k ] &GreaterEqual; ( width &times; height ) / 2 , &Sigma; k = 0 i - 1 Hist [ k ] < ( width &times; height ) 公式四;
其中,Yavarage、Uavarage和Vavarage分别为待检测图像的Y分量、U分量和V分量的均值;
Ymedian为待检测图像的Y分量的中值;
Hist[i]为Y分量的直方图数组中Y分量的像素值为i所对应的像素点数,
Hist[k]为Y分量的直方图数组中Y分量的像素值为k所对应的像素点数,
UHist[i]为U分量的直方图数组中U分量的像素值为i所对应的像素点数,
VHist[i]为V分量的直方图数组中V分量的像素值为i所对应的像素点数;
width为待检测图像的宽度,height为待检测图像的高度。
具体地,在上述步骤S202中,可以分别根据计算出的Y分量的均值和下述公式五,计算出的U分量的均值和下述公式六,以及计算出的V分量的均值和下述公式七,计算得到待检测图像的Y分量、U分量和V分量的方差:
Yvariance = ( &Sigma; i = 0 255 ( Hist [ i ] &times; i &times; i ) - width &times; height &times; Yavar age 2 ) / ( width &times; height - 1 ) 公式五,
Uvariance = ( &Sigma; i = 0 255 ( UHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Uavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式六,
Vvariance = ( &Sigma; i = 0 255 ( VHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Vavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式七;
其中,Yvriance、Uvriance、Vvriance分别为待检测图像的Y分量、U分量和V分量的方差。
较佳地,在上述步骤S203中,如图3所示,具体可以通过下述步骤确定出满足预设条件的Y分量的上限像素值和下限像素值:
S301:将计算出的Y分量的中值作为Y分量的初始上限像素值和初始下限像素值,将中值对应的Y分量的像素点数作为初始像素点数;
S302:判断初始上限像素值加上设定数值后对应的像素点数是否大于初始下限像素值减去设定数值后对应的像素点数,若是,执行步骤S303,否则,执行步骤S304;
S303:将初始上限像素值加上设定数值后的值作为Y分量的更新后的上限像素值,将初始像素点数与初始上限像素值加上设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;
S304:将初始下限像素值减去设定数值后的值作为Y分量的更新后的下限像素值,将初始像素点数与初始下限像素值减去设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;
S305:判断更新后的像素点数是否大于预设的第一像素点数;若是,执行步骤S306,否则,返回步骤S302,即判断更新后的上限值加上设定数值后对应的像素点数是否大于初始下限值减去设定数值后对应的像素点数,或者继续判断初始上限值加上设定数值后对应的像素点数是否大于更新后的下限值减去设定数值后对应的像素点数,直到确定出满足上述条件所对应的上限值和下限值。
S306:将更新像素点数时对应的上限像素值和下限像素值,作为确定出的Y分量的上限像素值和下限像素值;
S307:判断更新后的像素点数是否大于预设的第二像素点数;若是,执行步骤S306,否则,返回步骤S302;
S308:判断更新后的像素点数是否大于预设的第三像素点数;若是,执行步骤S306,否则,返回步骤S302。
较佳地,上述设定数值可根据对异常图像的经验分析得到,例如设定数值为1,当然也可以为其他数值。上述预设的第一像素点数、预设的第二像素点数和预设的第三像素点数也可根据对异常图像的经验分析得到,例如预设的第一像素点数可为占待检测图像中所有像素点数比例为70%的像素点数,预设的第二像素点数可为占待检测图像中所有像素点数比例为80%的像素点数,预设的第三像素点数可为占待检测图像中所有像素点数比例为90%的像素点数,当然这三者还可以是其他取值。
下面结合下述例子,对上述步骤S301-S308进行简要说明:
假设待检测图像的Y分量的中值Ymedian=128,假设设定数值为1,预设的第一像素点数为占待检测图像中所有像素点数比例为70%的像素点数,预设的第二像素点数为占待检测图像中所有像素点数比例为80%的像素点数,预设的第三像素点数为占待检测图像中所有像素点数比例为90%的像素点数,那么,以128对应的Y分量值作为初始上限值high和初始下限值low,且初始像素点数为Y分量值是128对应的像素点数sum=Hist[128];
然后,判断Hist[high+1]和Hist[low-1],即Hist[129]和Hist[127],假设Hist[129]>Hist[127],在这种情况下,high=high+1,更新后的sum=sum+Hist[high],即Hist[128]+Hist[129],假设更新后的sum均不符合上述三个条件,那么,需要继续判断Hist[130]和Hist[127],如果Hist[127]>Hist[130],这时,low=low-1即为127,更新后的sum=Hist[127]+Hist[128]+Hist[129],再判断此时更新后的sum是否满足上述三个条件,如果还是均不满足,则继续判断Hist[129+1]和Hist[127-1];
如此循环下去,直至出现更新后的sum大于上述预设的第一像素点数、预设的第二像素点数和预设的第三像素点数,最后计算对应的上限值high与下限值low的差值。
需要说明的是,上述步骤S301-S308,是以与Y分量的中值作为Y分量的初始上限像素值和下限像素值,当然也可以采用例如Y分量的均值作为Y分量的初始上限像素值和下限像素值,处理流程类似,在此不再详述。
较佳地,在上述步骤S204中,具体可通过下述公式十,计算得到待检测图像的对比度评估值:
contrast=Yvariance/8+(Uvariance+Vvariance)/16+公式十,
(RegionC-RegionB)×1.5+(RegionB-RegionA)
其中,contrast为待检测图像的对比度评估值;
RegionA为更新后的像素点数大于预设的第一像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionB为更新后的像素点数大于预设的第二像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionC为更新后的像素点数大于预设的第三像素点数对应的Y分量的上限像素值与下限像素值的差值。
在本发明实施例中,上述公式十是根据对大量图像的样本测试和评估,对上述各参数值的加权进行经验性验证而得到的。
较佳地,在上述步骤S103中,上述设定阈值是根据对大量图像的数据研究来确定的,例如设定阈值可为80,第二设定阈值可为150。也就是说,在待检测图像的对比度评估值不大于80的情况下,就认定此待检测图像为异常图像;当然本发明实施例还可以设定一个判定阈值,例如判定阈值为150,如果待检测图像的对比度评估值介于80与150之间,可认为是正常图像;如果待检测图像的对比度评估值大于150,可认为是良好图像。当然,上述设定阈值和判定阈值还可以是其他数值。
基于同一发明构思,本发明实施例还提供了一种图像检测装置,由于该装置所解决问题的原理与前述图像检测方法相似,因此该装置的实施可以参见前述方法的实施,重复之处不再赘述。
本发明实施例提供的图像对比度的检测装置,如图4所示,具体可以包括:
获取模块401,用于获取待检测图像;
统计模块402,用于对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到待检测图像的Y分量、U分量和V分量的直方图数组;
计算模块403,用于根据得到的直方图数组、待检测图像的高度和宽度,计算待检测图像的对比度评估值;
确定模块404,用于在计算模块403计算出的对比度评估值不大于设定阈值时,确定待检测图像为异常图像。
较佳地,上述计算模块403,具体用于根据得到的直方图数组、待检测图像的高度和宽度,计算待检测图像的Y分量、U分量和V分量的均值,以及Y分量的中值;根据计算出的均值、直方图数组、待检测图像的高度和宽度,计算待检测图像的Y分量、U分量和V分量的方差;根据计算出的Y分量的中值和Y分量的直方图数组,确定满足预设条件的Y分量的上限像素值和下限像素值,并计算确定出的Y分量的上限像素值和下限像素值的差值;以及根据计算出的Y分量、U分量和V分量的方差,以及计算出的差值,计算得到待检测图像的对比度评估值。
较佳地,上述计算模块403,还用于分别根据下述公式一、公式二和公式三,计算得到待检测图像的Y分量、U分量和V分量的均值:
Yavarage = &Sigma; i = 0 255 ( Hist [ i ] &times; i ) / ( width &times; height ) 公式一,
Uavarage = &Sigma; i = 0 255 ( UHist [ i ] &times; i ) / ( width / 2 &times; height / 2 ) 公式二,
Vavarage = &Sigma; i = 0 255 ( VHist [ i ] &times; i ) / ( width / 2 &times; height / 2 ) 公式三;
根据下述公式四,计算得到待检测图像的Y分量的中值:
Y median = i , &Sigma; k = 0 i Hist [ k ] &GreaterEqual; ( width &times; height ) / 2 , &Sigma; k = 0 i - 1 Hist [ k ] < ( width &times; height ) / 2 公式四;
分别根据计算出的Y分量的均值和下述公式五,计算出的U分量的均值和下述公式六,以及计算出的V分量的均值和下述公式七,计算得到待检测图像的Y分量、U分量和V分量的方差:
Yvariance = ( &Sigma; i = 0 255 ( Hist [ i ] &times; i &times; i ) - width &times; height &times; Yavar age 2 ) / ( width &times; height - 1 ) 公式五,
Uvariance = ( &Sigma; i = 0 255 ( UHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Uavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式六,
Vvariance = ( &Sigma; i = 0 255 ( VHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Vavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式七;
其中,Yavarage、Uavarage和Vavarage分别为待检测图像的Y分量、U分量和V分量的均值;
Yvriance、Uvriance、Vvriance分别为待检测图像的Y分量、U分量和V分量的方差;
Ymedian为待检测图像的Y分量的中值;
Hist[i]为Y分量的直方图数组中Y分量的像素值为i所对应的像素点数;
Hist[k]为Y分量的直方图数组中Y分量的像素值为k所对应的像素点数;
UHist[i]为U分量的直方图数组中U分量的像素值为i所对应的像素点数;
VHist[i]为V分量的直方图数组中V分量的像素值为i所对应的像素点数;
width为待检测图像的宽度,height为待检测图像的高度。
较佳地,上述计算模块403,还用于将计算出的Y分量的中值作为Y分量的初始上限像素值和初始下限像素值,将中值对应的Y分量的像素点数作为初始像素点数;判断初始上限像素值加上设定数值后对应的像素点数是否大于初始下限像素值减去设定数值后对应的像素点数;在判断为是时,将初始上限像素值加上设定数值后的值作为Y分量的更新后的上限像素值,将初始像素点数与初始上限像素值加上设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;在判断为否时,将初始下限像素值减去设定数值后的值作为Y分量的更新后的下限像素值,将初始像素点数与初始下限像素值减去设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;以及判断更新后的像素点数是否满足大于预设的第一像素点数、预设的第二像素点数和预设的第三像素点数的条件;如果判断出满足上述任一条件,将更新像素点数时对应的上限像素值和下限像素值,作为确定出的Y分量的上限像素值和下限像素值;以及如果判断出不满足上述任一条件,继续判断更新后的上限像素值加上设定数值后对应的像素点数是否大于初始下限像素值减去设定数值后对应的像素点数,或者继续判断初始上限像素值加上设定数值后对应的像素点数是否大于更新后的下限像素值减去设定数值后对应的像素点数,直到确定出满足上述每个条件所对应的Y分量的上限像素值和下限像素值。
较佳地,上述计算模块403,还用于根据下述公式十,计算得到待检测图像的对比度评估值:
contrast=Yvariance/8+(Uvariance+Vvariance)/16+公式十,
(RegionC-RegionB)×1.5+(RegionB-RegionA)
其中,contrast为待检测图像的对比度评估值;
RegionA为更新后的像素点数大于预设的第一像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionB为更新后的像素点数大于预设的第二像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionC为更新后的像素点数大于预设的第三像素点数对应的Y分量的上限像素值与下限像素值的差值。
较佳地,上述装置还可以包括:
判断模块405,用于判断获取到的待检测图像的尺寸是否超出预设图像尺寸;
压缩模块406,用于在判断模块405判断为是时,将待检测图像的尺寸压缩到预设图像尺寸。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种图像检测方法,其特征在于,包括:
获取待检测图像,并对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到所述待检测图像的Y分量、U分量和V分量的直方图数组;
根据得到的直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的对比度评估值;
如果计算出的对比度评估值不大于设定阈值,则确定待检测图像为异常图像。
2.如权利要求1所述的方法,其特征在于,通过下述方式计算得到所述待检测图像的对比度评估值:
根据得到的直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的Y分量、U分量和V分量的均值,以及Y分量的中值;
根据计算出的均值、所述直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的Y分量、U分量和V分量的方差;
根据计算出的Y分量的中值和Y分量的直方图数组,确定满足预设条件的Y分量的上限像素值和下限像素值,并计算确定出的Y分量的上限像素值和下限像素值的差值;
根据计算出的Y分量、U分量和V分量的方差,以及计算出的差值,计算得到所述待检测图像的对比度评估值。
3.如权利要求2所述的方法,其特征在于,分别根据下述公式一、公式二和公式三,计算得到所述待检测图像的Y分量、U分量和V分量的均值:
Yavarage = &Sigma; i = 0 255 ( Hist [ i ] &times; i ) / ( width &times; height ) 公式一,
Uavarage = &Sigma; i = 0 255 ( UHist [ i ] &times; i ) / ( width / 2 &times; height / 2 ) 公式二,
Vavarage = &Sigma; i = 0 255 ( VHist [ i ] &times; i ) / ( width / 2 &times; height / 2 ) 公式三;
根据下述公式四,计算得到所述待检测图像的Y分量的中值:
Y median = i , &Sigma; k = 0 i Hist [ k ] &GreaterEqual; ( width &times; height ) / 2 , &Sigma; k = 0 i - 1 Hist [ k ] < ( width &times; height ) / 2 公式四;
分别根据计算出的Y分量的均值和下述公式五,计算出的U分量的均值和下述公式六,以及计算出的V分量的均值和下述公式七,计算得到所述待检测图像的Y分量、U分量和V分量的方差:
Yvariance = ( &Sigma; i = 0 255 ( Hist [ i ] &times; i &times; i ) - width &times; height &times; Yavar age 2 ) / ( width &times; height - 1 ) 公式五,
Uvariance = ( &Sigma; i = 0 255 ( UHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Uavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式六,
Vvariance = ( &Sigma; i = 0 255 ( VHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Vavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式七;
其中,Yavarage、Uavarage和Vavarage分别为所述待检测图像的Y分量、U分量和V分量的均值;
Yvriance、Uvriance、Vvriance分别为所述待检测图像的Y分量、U分量和V分量的方差;
Ymedian为所述待检测图像的Y分量的中值;
Hist[i]为Y分量的直方图数组中Y分量的像素值为i所对应的像素点数;
Hist[k]为Y分量的直方图数组中Y分量的像素值为k所对应的像素点数;
UHist[i]为U分量的直方图数组中U分量的像素值为i所对应的像素点数;
VHist[i]为V分量的直方图数组中V分量的像素值为i所对应的像素点数;
width为所述待检测图像的宽度,height为所述待检测图像的高度。
4.如权利要求2所述的方法,其特征在于,通过下述方式确定出满足预设条件的Y分量的上限像素值和下限像素值:
将计算出的Y分量的中值作为Y分量的初始上限像素值和初始下限像素值,将所述中值对应的Y分量的像素点数作为初始像素点数;
判断所述初始上限像素值加上设定数值后对应的像素点数是否大于所述初始下限像素值减去所述设定数值后对应的像素点数;
若是,将所述初始上限像素值加上所述设定数值后的值作为Y分量的更新后的上限像素值,将所述初始像素点数与所述初始上限像素值加上所述设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;
否则,将所述初始下限像素值减去所述设定数值后的值作为Y分量的更新后的下限像素值,将所述初始像素点数与初始下限像素值减去所述设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;
判断更新后的像素点数是否满足大于预设的第一像素点数、预设的第二像素点数和预设的第三像素点数的条件;
如果判断出满足上述任一条件,将更新像素点数时对应的上限像素值和下限像素值,作为确定出的Y分量的上限像素值和下限像素值;
如果判断出不满足上述任一条件,继续判断更新后的上限像素值加上所述设定数值后对应的像素点数是否大于所述初始下限像素值减去所述设定数值后对应的像素点数,或者继续判断所述初始上限像素值加上所述设定数值后对应的像素点数是否大于更新后的下限像素值减去所述设定数值后对应的像素点数,直到确定出满足上述每个条件所对应的Y分量的上限像素值和下限像素值。
5.如权利要求4所述的方法,其特征在于,根据下述公式十,计算得到所述待检测图像的对比度评估值:
contrast=Yvariance/8+(Uvariance+Vvariance)/16+公式十,
(RegionC-RegionB)×1.5+(RegionB-RegionA)
其中,contrast为所述待检测图像的对比度评估值;
RegionA为更新后的像素点数大于所述预设的第一像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionB为更新后的像素点数大于所述预设的第二像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionC为更新后的像素点数大于所述预设的第三像素点数对应的Y分量的上限像素值与下限像素值的差值。
6.如权利要求1-5中任一项所述的方法,其特征在于,在获取到待检测图像之后,对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计之前,还包括:
判断获取到的待检测图像的尺寸是否超出预设图像的尺寸;
若是,将所述待检测图像的尺寸压缩到所述预设图像的尺寸。
7.一种图像检测装置,其特征在于,包括:
获取模块,用于获取待检测图像;
统计模块,用于对获取到的待检测图像中各Y分量、U分量和V分量的像素值对应的像素点数进行统计,得到所述待检测图像的Y分量、U分量和V分量的直方图数组;
计算模块,用于根据得到的直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的对比度评估值;
确定模块,用于在计算模块计算出的对比度评估值不大于设定阈值时,确定待检测图像为异常图像。
8.如权利要求7所述的装置,其特征在于,所述计算模块,具体用于根据得到的直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的Y分量、U分量和V分量的均值,以及Y分量的中值;根据计算出的均值、所述直方图数组、所述待检测图像的高度和宽度,计算所述待检测图像的Y分量、U分量和V分量的方差;根据计算出的Y分量的中值和Y分量的直方图数组,确定满足预设条件的Y分量的上限像素值和下限像素值,并计算确定出的Y分量的上限像素值和下限像素值的差值;以及根据计算出的Y分量、U分量和V分量的方差,以及计算出的差值,计算得到所述待检测图像的对比度评估值。
9.如权利要求8所述的装置,其特征在于,所述计算模块,还用于分别根据下述公式一、公式二和公式三,计算得到所述待检测图像的Y分量、U分量和V分量的均值:
Yavarage = &Sigma; i = 0 255 ( Hist [ i ] &times; i ) / ( width &times; height ) 公式一,
Uavarage = &Sigma; i = 0 255 ( UHist [ i ] &times; i ) / ( width / 2 &times; height / 2 ) 公式二,
Vavarage = &Sigma; i = 0 255 ( VHist [ i ] &times; i ) / ( width / 2 &times; height / 2 ) 公式三;
根据下述公式四,计算得到所述待检测图像的Y分量的中值:
Y median = i , &Sigma; k = 0 i Hist [ k ] &GreaterEqual; ( width &times; height ) / 2 , &Sigma; k = 0 i - 1 Hist [ k ] < ( width &times; height ) / 2 公式四;
分别根据计算出的Y分量的均值和下述公式五,计算出的U分量的均值和下述公式六,以及计算出的V分量的均值和下述公式七,计算得到所述待检测图像的Y分量、U分量和V分量的方差:
Yvariance = ( &Sigma; i = 0 255 ( Hist [ i ] &times; i &times; i ) - width &times; height &times; Yavar age 2 ) / ( width &times; height - 1 ) 公式五,
Uvariance = ( &Sigma; i = 0 255 ( UHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Uavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式六,
Vvariance = ( &Sigma; i = 0 255 ( VHist [ i ] &times; i &times; i ) - width / 2 &times; height / 2 &times; Vavar age 2 ) / ( width / 2 &times; height / 2 - 1 ) 公式七;
其中,Yavarage、Uavarage和Vavarage分别为所述待检测图像的Y分量、U分量和V分量的均值;
Yvriance、Uvriance、Vvriance分别为所述待检测图像的Y分量、U分量和V分量的方差;
Ymedian为所述待检测图像的Y分量的中值;
Hist[i]为Y分量的直方图数组中Y分量的像素值为i所对应的像素点数;
Hist[k]为Y分量的直方图数组中Y分量的像素值为k所对应的像素点数;
UHist[i]为U分量的直方图数组中U分量的像素值为i所对应的像素点数;
VHist[i]为V分量的直方图数组中V分量的像素值为i所对应的像素点数;
width为所述待检测图像的宽度,height为所述待检测图像的高度。
10.如权利要求9所述的装置,其特征在于,所述计算模块,还用于将计算出的Y分量的中值作为Y分量的初始上限像素值和初始下限像素值,将所述中值对应的Y分量的像素点数作为初始像素点数;判断所述初始上限像素值加上所述设定数值后对应的像素点数是否大于所述初始下限像素值减去所述设定数值后对应的像素点数;在判断为是时,将所述初始上限像素值加上所述设定数值后的值作为Y分量的更新后的上限像素值,将所述初始像素点数与所述初始上限像素值加上所述设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;在判断为否时,将所述初始下限像素值减去所述设定数值后的值作为Y分量的更新后的下限像素值,将所述初始像素点数与初始下限像素值减去所述设定数值后对应的像素点数进行累加,并将累加后的像素点数作为更新后的像素点数;以及判断更新后的像素点数是否满足大于预设的第一像素点数、预设的第二像素点数和预设的第三像素点数的条件;如果判断出满足上述任一条件,将更新像素点数时对应的上限像素值和下限像素值,作为确定出的Y分量的上限像素值和下限像素值;以及如果判断出不满足上述任一条件,继续判断更新后的上限像素值加上所述设定数值后对应的像素点数是否大于所述初始下限像素值减去所述设定数值后对应的像素点数,或者继续判断所述初始上限像素值加上所述设定数值后对应的像素点数是否大于更新后的下限像素值减去所述设定数值后对应的像素点数,直到确定出满足上述每个条件所对应的Y分量的上限像素值和下限像素值。
11.如权利要求10所述的装置,其特征在于,所述计算模块,还用于根据下述公式十,计算得到所述待检测图像的对比度评估值:
contrast=Yvariance/8+(Uvariance+Vvariance)/16+公式十,
(RegionC-RegionB)×1.5+(RegionB-RegionA)
其中,contrast为所述待检测图像的对比度评估值;
RegionA为更新后的像素点数大于所述第一设定像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionB为更新后的像素点数大于所述第二设定像素点数对应的Y分量的上限像素值与下限像素值的差值;
RegionC为更新后的像素点数大于所述第三设定像素点数对应的Y分量的上限像素值与下限像素值的差值。
12.如权利要求7-11中任一项所述的装置,其特征在于,该装置还包括:
判断模块,用于判断获取到的待检测图像的尺寸是否超出预设图像的尺寸;
压缩模块,用于在判断模块判断为是时,将所述待检测图像的尺寸压缩到预设图像的尺寸。
CN201310228353.2A 2013-06-07 2013-06-07 一种图像检测方法及装置 Active CN104243967B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310228353.2A CN104243967B (zh) 2013-06-07 2013-06-07 一种图像检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310228353.2A CN104243967B (zh) 2013-06-07 2013-06-07 一种图像检测方法及装置

Publications (2)

Publication Number Publication Date
CN104243967A true CN104243967A (zh) 2014-12-24
CN104243967B CN104243967B (zh) 2017-02-01

Family

ID=52231192

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310228353.2A Active CN104243967B (zh) 2013-06-07 2013-06-07 一种图像检测方法及装置

Country Status (1)

Country Link
CN (1) CN104243967B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825492A (zh) * 2015-01-05 2016-08-03 中国移动通信集团浙江有限公司 一种摄像设备的检测方法、装置及系统
CN107529726A (zh) * 2015-04-24 2018-01-02 索尼公司 检查装置、检查方法和程序
CN108280438A (zh) * 2018-02-02 2018-07-13 刘洁 禁行区域驾驶员身份识别系统
CN108685640A (zh) * 2018-04-15 2018-10-23 周群 自适应声音屏蔽方法
CN110120039A (zh) * 2019-05-10 2019-08-13 苏州科达科技股份有限公司 一种花屏检测方法、检测装置、电子设备及可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011054145A (ja) * 2009-08-04 2011-03-17 Canon Inc 情報処理装置、情報処理方法及びプログラム
CN102421008A (zh) * 2011-12-07 2012-04-18 浙江捷尚视觉科技有限公司 视频质量智能检测系统
CN202773015U (zh) * 2012-06-19 2013-03-06 广州市浩云安防科技股份有限公司 一种用于视频监控系统图像质量诊断装置
CN103096120A (zh) * 2011-10-28 2013-05-08 浙江大华技术股份有限公司 视频图像异常状态检测方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011054145A (ja) * 2009-08-04 2011-03-17 Canon Inc 情報処理装置、情報処理方法及びプログラム
CN103096120A (zh) * 2011-10-28 2013-05-08 浙江大华技术股份有限公司 视频图像异常状态检测方法及装置
CN102421008A (zh) * 2011-12-07 2012-04-18 浙江捷尚视觉科技有限公司 视频质量智能检测系统
CN202773015U (zh) * 2012-06-19 2013-03-06 广州市浩云安防科技股份有限公司 一种用于视频监控系统图像质量诊断装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李智勇 等: "卫星可见光遥感图像异常原因分析方法初探", 《航天返回与遥感》, 31 March 2009 (2009-03-31) *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105825492A (zh) * 2015-01-05 2016-08-03 中国移动通信集团浙江有限公司 一种摄像设备的检测方法、装置及系统
CN105825492B (zh) * 2015-01-05 2019-07-05 中国移动通信集团浙江有限公司 一种摄像设备的检测方法、装置及系统
CN107529726A (zh) * 2015-04-24 2018-01-02 索尼公司 检查装置、检查方法和程序
CN107529726B (zh) * 2015-04-24 2020-08-04 索尼公司 检查装置、检查方法和记录介质
CN108280438A (zh) * 2018-02-02 2018-07-13 刘洁 禁行区域驾驶员身份识别系统
CN108280438B (zh) * 2018-02-02 2019-02-26 浙江东吴宏伟网络技术有限公司 禁行区域驾驶员身份识别系统
CN108685640A (zh) * 2018-04-15 2018-10-23 周群 自适应声音屏蔽方法
CN110120039A (zh) * 2019-05-10 2019-08-13 苏州科达科技股份有限公司 一种花屏检测方法、检测装置、电子设备及可读存储介质
CN110120039B (zh) * 2019-05-10 2021-07-23 苏州科达科技股份有限公司 一种花屏检测方法、检测装置、电子设备及可读存储介质

Also Published As

Publication number Publication date
CN104243967B (zh) 2017-02-01

Similar Documents

Publication Publication Date Title
US10832625B2 (en) Gray scale adjustment method and device for display panel
Feichtenhofer et al. A perceptual image sharpness metric based on local edge gradient analysis
US10210604B2 (en) Method and device for adjusting contrast
CN104243967A (zh) 一种图像检测方法及装置
CN102957934B (zh) 显示处理方法、装置及显示装置
CN102800082B (zh) 一种无参考的图像清晰度检测方法
CN105301810A (zh) 一种屏幕缺陷检测方法及装置
US8885052B2 (en) Unevenness inspection apparatus and unevenness inspection method
CN109801322B (zh) 一种漏光检测方法及装置
CN102881010A (zh) 基于人眼视觉特性的融合图像感知清晰度评价方法
CN102595185A (zh) 一种立体图像质量客观评价方法
CN109600605B (zh) 4k超高清视频的检测方法、电子设备及计算机程序产品
CN104697938A (zh) 一种试纸读取方法及使用该方法进行验孕和排卵的测试方法
Liu et al. A perceptually relevant approach to ringing region detection
CN105828065A (zh) 一种视频画面过曝检测方法及装置
CN112730251B (zh) 一种用于屏幕颜色缺陷检测的装置及方法
CN103841337A (zh) 背光补偿的方法和装置
CN102724541B (zh) 一种监控影像智能诊断恢复方法
CN108965749A (zh) 基于纹理识别的缺陷像素检测和校正装置及方法
CN103077514A (zh) 一种基于全变分的视觉感知图像质量评价方法
CN109982012B (zh) 图像处理方法及装置、存储介质、终端
CN114092437B (zh) 一种变压器渗漏油检测方法
CN109685757B (zh) 一种基于灰度差分统计的无参考图像质量评价方法及系统
CN110087063A (zh) 一种图像处理方法、装置及电子设备
CN111317426A (zh) 一种内窥镜参数自适应调整方法和装置

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