CN105744268A - 摄像头遮挡检测方法及装置 - Google Patents

摄像头遮挡检测方法及装置 Download PDF

Info

Publication number
CN105744268A
CN105744268A CN201610288407.8A CN201610288407A CN105744268A CN 105744268 A CN105744268 A CN 105744268A CN 201610288407 A CN201610288407 A CN 201610288407A CN 105744268 A CN105744268 A CN 105744268A
Authority
CN
China
Prior art keywords
pixels
block
rectangular grid
image
threshold
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
Application number
CN201610288407.8A
Other languages
English (en)
Inventor
邹超洋
胡池
万美君
胡命创
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.)
Shenzhen Zeusis Technology Co Ltd
Original Assignee
Shenzhen Zeusis 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 Shenzhen Zeusis Technology Co Ltd filed Critical Shenzhen Zeusis Technology Co Ltd
Priority to CN201610288407.8A priority Critical patent/CN105744268A/zh
Publication of CN105744268A publication Critical patent/CN105744268A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10141—Special mode during image acquisition

Abstract

本发明提供了一种摄像头遮挡检测方法及装置，包括：S101：获取一帧图像，将该图像缩小到目标尺寸得到一调整图像；S102：定义矩形格像素块尺寸，确定所述调整图像的像素块个数，沿图像边沿依次对矩形格像素块编号；S103：针对该帧图像，实时计算矩形格像素块的特征信息，所述特征信息为灰阶宽度、清晰度、肤色及边缘；S104：判断每一个矩形格像素块涉及的各个特征信息是否处于指定阈值范围内；S105：统计满足所有阈值条件的像素块个数，若所述像素块个数大于预设遮挡阈值个数，则判定为遮挡；若所述像素块个数小于等于预设遮挡阈值个数，则判定不遮挡。此方法检测率高漏检率低。

Description

摄像头遮挡检测方法及装置
技术领域
本发明实施例涉及拍摄遮挡检测方法及装置，尤其涉及一种摄像头遮挡检测的方法及装置。
背景技术
便携式移动设备已经成为人们日常生活中必不可少的一部分了，随着便携式移动设备的日益发展，带有拍摄功能的移动设备日趋完善，现在人们出行游玩，很少使用数码相机或者简易型相机，更多的人选择带拍摄功能的移动设备。但是，在使用此类设备时，往往会出现手指遮挡镜头的情况，从而导致拍摄出来的照片效果不佳。
近年来，行业内也有不少技术方案试图解决这个问题，例如，镜头遮挡检测的方法是通过摄像头获取场景RGB背景模型，通过前景和背景的差值来确定摄像头是否被遮挡。基于普通RGB摄像头的背景建模遮挡检测方案无法区分前景像素变化由镜头遮挡造成还是由场景目标运动所造成的，所以会导致检测准确率低的问题。
另外也有人提出了一种基于聚焦清晰度和亮度、遮挡持续时间阈值的方式实现，仅仅依赖于无边界的清晰度阈值、亮度阈值、时间持续阈值。当手指遮挡摄像头一个较小的边角时，画面本身亮度变暗的程度很小，存在漏检的情况。
综上所述，无论是背景建模的方法还是基于特征分析的方法，目前都存在检测准确低或者漏检的情况，所以如何提供一种检测准确率高的摄像头遮挡检测的方法及装置是目前的问题。
发明内容
本发明的目的在于提供一种基于特征分析使检测准确率高，漏检率低的摄像头遮挡检测的方法及装置。
本发明提供一种摄像头遮挡检测方法，包括：S101：获取一帧图像，将该图像缩小到目标尺寸得到一调整图像；S102：定义矩形格像素块尺寸，确定所述调整图像的像素块个数，沿图像边沿依次对矩形格像素块编号；S103：针对该帧图像，实时计算矩形格像素块的特征信息，所述特征信息为灰阶宽度、清晰度、肤色及边缘；S104：判断每一个矩形格像素块涉及的各个特征信息是否处于指定阈值范围内；S105：统计满足所有指定阈值条件的像素块个数，若所述像素块个数大于设定遮挡矩形格像素块阈值，则判定为遮挡；若所述像素块个数小于等于设定遮挡矩形格像素块阈值，则判定不遮挡。
优选地，所述S102中，所述矩形格像素块包括方形像素块和长方形像素块，用于根据检测稳定性和精度的需求来设置对应的像素块形状。优选地，所述S104中，具体为：判断每一个矩形格的灰度直方图对应的灰阶宽度值是否小于第一阈值，并记录状态数组A[N]；判断每一个矩形格的清晰度系数是否小于第二阈值，记录状态数组B[N]；判断每一个矩形格肤色区域面积是否大于第三阈值，记录状态数组C[N]，判断每一个矩形格区域边缘信息是否大于第四阈值，记录状态数组D[N]。
优选地，所述S103还包括实时计算亮度均值特征信息，同时，在S104中，还包括判断每一个矩形格的亮度均值是否小于第五阈值或者大于第六阈值，记录状态数组E[N]。
优选地，在S103及S104中，优先计算每一个矩形格像素块的同一种特征信息，对于不符合指定阈值范围内的矩形格像素块，标记为无效矩形格像素块，不再继续计算其他特征信息。
本发明提供一种摄像头遮挡检测方法的装置，包括：图像采集单元，获取一帧图像，将该图像缩小到目标尺寸得到一调整图像；图像预处理单元，定义矩形格像素块尺寸，确定所述调整图像的像素块个数，沿图像边沿依次对矩形格像素块编号；图像计算单元，针对该帧图像，实时计算矩形格像素块的特征信息，所述特征信息为灰阶宽度、清晰度、肤色及边缘；图像分析单元，判断每一个矩形格像素块涉及的各个特征信息是否处于指定阈值范围内；图像处理单元，统计满足所有阈值条件的像素块个数，若所述像素块个数大于设定遮挡矩形格像素块阈值，则判定为遮挡；若所述像素块个数小于等于设定遮挡矩形格像素块阈值，则判定不遮挡。
优选地，所述图像分析单元具体用于，判断每一个矩形格的灰度直方图对应的灰阶宽度值是否小于第一阈值，并记录状态数组A[N]；判断每一个矩形格的清晰度系数是否小于第二阈值，记录状态数组B[N]；判断每一个矩形格肤色区域面积是否大于第三阈值，记录状态数组C[N]，判断每一个矩形格区域边缘信息是否大于第四阈值，记录状态数组D[N]。
优选地，所述图像计算单元还包括实时计算亮度均值特征信息；所述图像分析单元，还包括判断每一个矩形格的亮度均值是否小于第五阈值或者大于第六阈值，记录状态数组E[N]。
优选地，所述图像计算单元优先计算每一个矩形格像素块的同一种特征信息，所述图像分析单元对于不符合指定阈值范围内的矩形格像素块，标记为无效矩形格像素块，不再继续计算其他特征信息。
优选地，所述图像预处理单元的所述矩形格像素块形状包括方形像素块和长方形像素块，用于根据检测稳定性和精度的需求来设置对应的像素块形状。
本发明的有益效果是，通过获取一帧图像，并采集边沿图片矩形格像素块的多种特征信息，并对这些特征信息进行计算分析后判定是否为遮挡，从而实现摄像头的遮挡检测。仅检测边沿目标区域，方法简单高效，实现实时遮挡检测，适用于移动嵌入式平台和移动手持设备特别是智能手机拍照的无意识遮挡检测；所定义的特征直方图灰阶宽度能更好描述实际遮挡特征，结合矩形格像素块亮度均值和矩形格的清晰度系数，能很好适应高动态场景、全遮挡和部分遮挡场景，提升检测正确率；单帧图像即可实现检测，不依赖于连续视频图像帧信息，也不依赖于预存储信息。
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一简单地介绍，显而易见地，下面描述中的附图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为本发明遮挡检测的方法流程示意图；
图2为本发明遮挡检测的装置示意图；
图3为本发明步骤S102中图像分块示意图；
图4为本发明实例示意图；
图5为本发明未遮挡时图像灰阶宽度示意图；
图6为本发明遮挡时图像灰阶宽度示意图。
附图标记：
101～105步骤
201图像采集单元202图像预处理单元203图像计算单元
204图像分析单元205图像处理单元
1手指2摄像头3设备背面
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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做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。
实施例一
如图1所示，本发明的流程示意图，一种摄像头遮挡检测方法，包括：S101：获取一帧图像，将该图像缩小到目标尺寸得到一调整图像；S102：定义矩形格像素块尺寸，确定所述调整图像的像素块个数，沿图像边沿依次对矩形格像素块编号；S103：针对该帧图像，实时计算矩形格像素块的特征信息，所述特征信息为灰阶宽度、清晰度、肤色及边缘；S104：判断每一个矩形格像素块涉及的各个特征信息是否处于指定阈值范围内；S105：统计满足所有指定阈值条件的像素块个数，若所述像素块个数大于设定遮挡矩形格像素块阈值，则判定为遮挡；若所述像素块个数小于等于设定遮挡矩形格像素块阈值，则判定不遮挡。
进一步地，在所述步骤S101中，读取视频的一帧图像，将其缩放到目标尺寸，本实施例中优选地缩放到320*240。但是，为了便于图像计算，所述调整图像的像素值为30万像素以下即可。本领域技术人员可知，其他任何不需要通过劳动创造即可得出的变形都在本实施例涵盖范围内。
在所述步骤S102中，进一步地，本实施例中优选定义矩形格像素块大小为40*40，沿边沿共标记24个矩形格，如图3所示。按边沿顺序对边沿矩形格依次编号，并存储各个像素块的基准坐标。所述矩形格像素定义尺寸为16像素的整数倍。
进一步优选地，所述S102中，所述矩形格像素块包括方形像素块和长方形像素块，用于根据检测稳定性和精度的需求来设置对应的像素块形状。举例说明，若需要提高检测稳定性和精度，可以采用边沿窄矩形格像素块或者小方格像素块来实现。本领域技术人员可知，其他任何不需要通过劳动创造即可得出的变形都在本实施例涵盖范围内。
在所述步骤S104中，具体地，判断每一个矩形格的灰度直方图对应的灰阶宽度值是否小于第一阈值，并记录状态数组A[N]；判断每一个矩形格的清晰度系数是否小于第二阈值，记录状态数组B[N]；判断每一个矩形格肤色区域面积是否大于第三阈值，记录状态数组C[N]，判断每一个矩形格区域边缘信息是否大于第四阈值，记录状态数组D[N]。本实施例中的N为根据实际情况区分的数量或者测定的结果总数。
本发明的一个优选实施例中，对于前述S103和S104的计算比对过程，具体如下：
如图5及图6分别给出了未遮挡像素块直方图及遮挡像素块直方图举例，对每一个矩形格，计算亮度直方图Histogram[256]，并对亮度直方图进行平滑处理，本实施例平滑方式描述如下：
Histogram[i]＝(Histogram[i]+Histogram[i+1]+Histogram[i-1])/3；
定义灰阶宽度状态数组GrayScaleStatus[24]，即所述状态数组A[N]，针对前述平滑之后的亮度直方图，计算灰阶状态；
对第i个矩形格像素块：
1)根据直方图计算中值灰阶宽度Middle_Gray和底部灰阶宽度Bottom_Gray；其中中值灰阶宽度指的是直方图纵坐标中间部分值。在本实施例中，可选直方图最大值的中值，或者直接选取最大值的1/2或者1/3。设直方图最大值为G_max，本实施例取G_max/2作为中值灰阶，计算Histogram[k]＝G_max/2对应到直方图中的左右两个灰度值Gray_Left和Gray_Right，那么Middle_Gray＝Gray_Right-Gray_Left；同理计算底部灰阶宽度Bottom_Gray；
2)设定底部灰阶宽度阈值GrayBottomThred，即所述第一阈值；若底部灰阶宽度Bottom_Gray＞底部灰阶宽度阈值GrayBottomThred，那么记录第i个像素块的灰阶状态GrayScaleStatus[i]＝false；
3)在本发明的另一个优选实施例中，还需设定中部灰阶宽度阈值GrayMiddleThred，若底部灰阶宽度Bottom_Gray＜底部灰阶宽度阈值GrayBottomThred，并且中值灰阶宽度Middle_Gray＞中部灰阶宽度阈值GrayMiddleThred，那么GrayScaleStatus[i]＝true，否则GrayScaleStatus[i]＝false；
定义清晰度状态数组ClarityStatus[24]，即所述状态数组B[N]；设定清晰度阈值ClarityThred，即，所述第二阈值。本实施例采用拉普拉斯清晰度，LapMatrix[9]＝{-1，-4，-1，-4，20，-4，-1，-4，-1}；
采用上述3*3模板卷积每一个矩形格像素块，得到每一个矩形格像素块的清晰度评价值，并归一化所有的清晰度评价值NormClarityValue[24]。对第i个矩形格像素块，若NormClarityValue[i]＜ClarityThred，ClarityStatus[i]＝true，否则ClarityStatus[i]＝false；
定义肤色面积状态数组SkinColorStatus[24]，即所述状态数组C[N]，所述设定肤色面积阈值SkinAreaThred，即所述第三阈值。检测矩形格像素块区域肤色区域面积占比。若第i个矩形格像素块肤色面积占比大于所设定阈值SkinAreaThred，则将对应的状态数组元素置位：SkinColorStatus[i]＝true；
定义边缘信息状态数组EdgeStatus[24]，即所述状态数组D[N]，设定边缘点像素之和的阈值EdgeThred，即所述第四阈值。检测矩形格像素块内边缘点数值之和。若第i个矩形格像素块边缘像素值之和大于所设定阈值EdgeThred，则将对应的状态数组元素置位：EdgeStatus[i]＝true；
以上所有对比结论中，判定为true即为符合遮挡条件，判定为false即为不符合遮挡条件。
在所述步骤S105中，进一步具体地，综合以上特征信息值，对所有的矩形格像素块，如果同时满足：灰阶宽度状态数组GrayScaleStatus[i]＝true；清晰度状态数组ClarityStatus[i]＝true；肤色面积状态数组SkinColorStatus[i]＝true；边缘信息状态数组EdgeStatus[i]＝true；则判定当前矩形格像素块属于被遮挡像素块，统计所有的被遮挡像素块数目Num。
设定遮挡矩形格像素块阈值OcclusionGridNumThred，若所述被遮挡像素块数目Num＞设定遮挡矩形格像素块阈值OcclusionGridNumThred，则判定摄像头被遮挡。所述设定遮挡矩形格像素块阈值可以为大于等于1的某个整数值。本领域技术人员可知，这个阈值的大小取决于检测率的高低，如果需要严格检测则定为1，相反地，针对小方格像素块的实例，如果需要降低误检率则可以是大于1的任一一个整数。本领域技术人员可知，该设定遮挡矩形格像素块阈值的取值根据实际情况会有不同取值的考量，并不局限于某个固定数值。
实施例二
本实施例中与实施例一相同部分不再赘述，本段主要介绍与实施例一不同之处。在实施例一的基础上，具体在所述步骤S103中，在实施例一中最低限度需要计算四个特征信息，即灰阶宽度、清晰度、肤色及边缘。但在本实施例中，还可以包括亮度均值。相对应地，在S104中，还可以包括判断每一个矩形格的亮度均值是否小于第五阈值或者大于第六阈值，记录状态数组E[N]。
所述步骤S104中具体判断亮度均值的步骤如下：定义亮度均值状态数组LightMeanStatus[24]，即所述状态数组E[N]。所述设定亮度均值阈值最高亮度均值阈值Light_High，即所述第六阈值和最低亮度均值阈值Light_Low，即所述第五阈值。计算第i个矩形格像素块的亮度均值LightMeanValue。若LightMeanValue＜Light_Low或者LightMeanValue＞Light_High，记录LightMeanStatus[i]＝false，否则LightMeanStatus[i]＝true。同时，在所述步骤S105中增加一个满足条件，即所述被遮挡像素块还需满足亮度均值状态数组LightMeanStatus[i]＝true。具体地，所述步骤S105统计所有满足条件的被遮挡像素块数目Num。设定遮挡矩形格像素块阈值OcclusionGridNumThred，若所述被遮挡像素块数目Num＞设定遮挡矩形格像素块阈值OcclusionGridNumThred，则判定摄像头被遮挡。所述设定遮挡矩形格像素块阈值可以为大于等于1的某个整数值。同样，本领域技术人员可知，该设定遮挡矩形格像素块阈值的取值根据实际情况会有不同取值的考量，并不局限于某个固定数值。
实施例三
本发明的另一个优选实施例中，在所述步骤S103～所述步骤S105中，优先计算每一个矩形格像素块的同一种特征信息，即可以统一先检测所有矩形格像素块的灰阶宽度、亮度均值、清晰度、肤色或边缘特征信息。对于不符合指定阈值范围内的矩形格像素块，标记为无效矩形格像素块，不再继续计算其他特征信息。
本实施例中的计算顺序依次为亮度均值、灰阶宽度、清晰度、肤色面积及边缘信息为例。但是本领域技术人员可知，该顺序是可以打乱的，并不局限于保护顺序，只要是先计算同一种特征信息，然后把符合指定阈值范围的矩形格像素块整理分开后再依次计算其他特征信息都可以。这样的计算方法可以大大降低计算工作量，能更快的得出结论。具体的计算过程如下：
如图5及图6分别给出了未遮挡像素块直方图及遮挡像素块直方图举例，对每一个矩形格，计算亮度直方图Histogram[256]，并对亮度直方图进行去噪和平滑处理。本实施例中的去噪方式采用定值去噪，设定阈值为10，小于10的灰度值对应的直方图数据置为0；
本实施例平滑方式为：Histogram[i]＝(Histogram[i]+Histogram[i+1]+Histogram[i-1])/3；即每一个灰度值取当前灰度值和前后邻近灰度值之和的均值。
定义亮度均值状态数组LightMeanStatus[24]，设定亮度均值阈值Light_High和Light_Low。计算第i个矩形格像素块的亮度均值LightMeanValue。若LightMeanValue＜Light_Low或者LightMeanValue＞Light_High，记录亮度均值状态数组LightMeanStatus[i]＝false，否则亮度均值状态数组LightMeanStatus[i]＝true。
针对上述步骤中满足亮度条件的目标矩形格像素块集合，执行如下操作：
定义灰阶宽度状态数组GrayScaleStatus[24]，计算灰阶状态；
对每一个满足亮度条件的矩形格像素块，进行如下操作：
1)根据直方图计算中值灰阶宽度Bottom_Gray；灰阶宽度取直方图数值等于1对应的左横截值和右横截值。计算Histogram[k]＝1对应到直方图中的左右两个灰度值Gray_Left和Gray_Right，那么Middle_Gray＝Gray_Right-Gray_Left；
2)设定底部灰阶宽度阈值GrayBottomThred，若Bottom_Gray＜GrayBottomThred，那么记录该像素块的灰阶宽度状态数组GrayScaleStatus[i]＝true；
针对上述步骤中每一个满足灰阶宽度阈值条件的矩形格像素块，执行如下操作：
定义清晰度状态数组ClarityStatus[24]，设定清晰度阈值ClarityThred。采用拉普拉斯清晰度评价函数，LapMatrix[9]＝{-1，-4，-1，-4，20，-4，-1，-4，-1}；
采用上述3*3模板卷积每一个矩形格像素块，得到每一个矩形格像素块的清晰度评价值。对第i个矩形格像素块，若ClarityValue[i]＜ClarityThred，清晰度状态数组ClarityStatus[i]＝true，否则清晰度状态数组ClarityStatus[i]＝false；
针对上述步骤中每一个满足清晰度阈值条件的矩形格像素块，执行如下操作：
定义肤色面积状态数组SkinColorStatus[24]，设定肤色面积阈值SkinAreaThred。对第i个像素块，计算肤色面积占比SkinColorArea[i]，若SkinColorArea[i]＞SkinAreaThred，肤色面积状态数组SkinColorStatus[i]＝true；
针对上述步骤中每一个满足肤色阈值条件的矩形格像素块，执行如下操作：
定义边缘状态数组EdgeStatus[24]，设定边缘阈值EdgeThred。对第i个像素块，计算边缘数值之和EdgeInfo[i]，若EdgeInfo[i]＞EdgeThred，边缘状态数组EdgeStatus[i]＝true。
最后，统计满足所有条件的遮挡像素块数目Num。设定遮挡矩形格像素块阈值OcclusionGridNumThred，若遮挡像素块数目Num＞设定遮挡矩形格像素块阈值OcclusionGridNumThred，则判定摄像头被遮挡。所述设定遮挡矩形格像素块阈值可以为大于等于1的某个整数值。同样，本领域技术人员可知，该设定遮挡矩形格像素块阈值的取值根据实际情况会有不同取值的考量，并不局限于某个固定数值。
实施例四
如图2所示，本发明遮挡检测装置，包括：图像采集单元201，获取一帧图像，将该图像缩小到目标尺寸得到一调整图像；所述调整图像为30万像素以下的图像。图像预处理单元202，定义矩形格像素块尺寸，确定所述调整图像的像素块个数，沿图像边沿依次对矩形格像素块编号；所述矩形格像素定义尺寸为16像素的整数倍。进一步优选地，所述图像预处理单元的所述矩形格像素块形状包括方形像素块和长方形像素块，用于根据检测稳定性和精度的需求来设置对应的像素块形状。图像计算单元203，针对该帧图像，实时计算矩形格像素块的特征信息，所述特征信息为灰阶宽度、清晰度、肤色及边缘；在本实施例的一个优选例中，还包括实时计算亮度均值特征信息。图像分析单元204，判断每一个矩形格像素块涉及的各个特征信息是否处于指定阈值范围内；图像处理单元205，统计满足所有阈值条件的像素块个数，若所述像素块个数大于设定遮挡矩形格像素块阈值，则判定为遮挡；若所述像素块个数小于等于设定遮挡矩形格像素块阈值，则判定不遮挡。
在本发明实施例中，所述图像分析单元204具体用于，判断每一个矩形格的灰度直方图对应的灰阶宽度值是否小于第一阈值，并记录状态数组A[N]；判断每一个矩形格的清晰度系数是否小于第二阈值，记录状态数组B[N]；判断每一个矩形格肤色区域面积是否大于第三阈值，记录状态数组C[N]，判断每一个矩形格区域边缘信息是否大于第四阈值，记录状态数组D[N]。在本实施例的进一步优选例中，还包括判断每一个矩形格的亮度均值是否小于第五阈值或者大于第六阈值，记录状态数组E[N]。其中，具体计算步骤前文中已经给出，故在此不再赘述。
进一步地本发明的另一个实施例中，所述图像计算单元203优先计算每一个矩形格像素块的同一种特征信息，所述图像分析单元对于不符合指定阈值范围内的矩形格像素块，标记为无效矩形格像素块，不再继续计算其他特征信息。本实施例具体计算步骤也已经在前文给出，故在此不再赘述。
如图4所示本发明的遮挡检测实例，可知本发明遮挡检测可用于手指1遮挡移动终端设备背面3的摄像头2时，通过上述各单元执行各步骤，从而判定手指1是否遮挡摄像头2，若判定遮挡则发出遮挡警报。本领域技术人员可知，所述的遮挡警报可以是各种形式，不限于采用预览界面文字提示和语音提示等形式。
在本发明的另一实施例中，所述摄像头遮挡检测装置，还包括一距离传感器，优选地，可以是激光测距或者红外线测距。采用距离传感器后，本遮挡测试装置可以检测手指与摄像头有一定距离的情况下发生遮挡，并发出报警。
本发明的整体思路为通过获取一帧图像，并采集边沿图片矩形格像素块的多种特征信息，所述矩形格形状的选择是根据实际情况及实际检测精度和误检率的需求来决定的，并不局限于某个固定形状。最后对这些矩形格像素块的特征信息进行计算分析后判定是否为遮挡，从而实现摄像头的遮挡检测。如本发明步骤S101所示，单帧图像即可实现检测，不依赖于连续视频图像帧信息，也不依赖于预存储信息。如本发明步骤S102所示，本发明仅检测边沿目标区域，方法简单高效，实现实时遮挡检测，适用于移动嵌入式平台和移动手持设备特别是智能手机拍照的无意识遮挡检测。如本发明步骤S103所定义的特征直方图灰阶宽度能更好描述实际遮挡特征，结合矩形格像素块亮度均值和矩形格的清晰度系数，能很好适应高动态场景、全遮挡和部分遮挡场景，提升检测正确率。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (11)

1.一种摄像头遮挡检测方法，其特征在于，包括：
S101：获取一帧图像，将该图像缩小到目标尺寸得到一调整图像；
S102：定义矩形格像素块尺寸，确定所述调整图像的像素块个数，沿图像边沿依次对矩形格像素块编号；
S103：针对该帧图像，实时计算矩形格像素块的特征信息，所述特征信息为灰阶宽度、清晰度、肤色及边缘；
S104：判断每一个矩形格像素块涉及的各个特征信息是否处于指定阈值范围内；
S105：统计满足所有指定阈值条件的像素块个数，若所述像素块个数大于设定遮挡矩形格像素块阈值，则判定为遮挡；若所述像素块个数小于等于设定遮挡矩形格像素块阈值，则判定不遮挡。
2.根据权利要求1所述的遮挡检测方法，其特征在于，所述S102中，所述矩形格像素块包括方形像素块和长方形像素块，用于根据检测稳定性和精度的需求来设置对应的像素块形状。
3.根据权利要求1所述的遮挡检测方法，其特征在于，所述S104中，具体为：判断每一个矩形格的灰度直方图对应的灰阶宽度值是否小于第一阈值，并记录状态数组A[N]；判断每一个矩形格的清晰度系数是否小于第二阈值，记录状态数组B[N]；判断每一个矩形格肤色区域面积是否大于第三阈值，记录状态数组C[N]，判断每一个矩形格区域边缘信息是否大于第四阈值，记录状态数组D[N]。
4.根据权利要求1所述的遮挡检测方法，其特征在于，所述S103还包括实时计算亮度均值特征信息，同时，在S104中，还包括判断每一个矩形格的亮度均值是否小于第五阈值或者大于第六阈值，记录状态数组E[N]。
5.根据权利要求1或4所述的遮挡检测方法，其特征在于，在S103及S104中，优先计算每一个矩形格像素块的同一种特征信息，对于不符合指定阈值范围内的矩形格像素块，标记为无效矩形格像素块，不再继续计算其他特征信息。
6.一种实施权利要求1所述的摄像头遮挡检测方法的装置，其特征在于，包括：
图像采集单元，获取一帧图像，将该图像缩小到目标尺寸得到一调整图像；
图像预处理单元，定义矩形格像素块尺寸，确定所述调整图像的像素块个数，沿图像边沿依次对矩形格像素块编号；
图像计算单元，针对该帧图像，实时计算矩形格像素块的特征信息，所述特征信息为灰阶宽度、清晰度、肤色及边缘；
图像分析单元，判断每一个矩形格像素块涉及的各个特征信息是否处于指定阈值范围内；
图像处理单元，统计满足所有阈值条件的像素块个数，若所述像素块个数大于设定遮挡矩形格像素块阈值，则判定为遮挡；若所述像素块个数小于等于设定遮挡矩形格像素块阈值，则判定不遮挡。
7.根据权利要求6所述的遮挡检测装置，其特征在于，所述图像分析单元具体用于，判断每一个矩形格的灰度直方图对应的灰阶宽度值是否小于第一阈值，并记录状态数组A[N]；判断每一个矩形格的清晰度系数是否小于第二阈值，记录状态数组B[N]；判断每一个矩形格肤色区域面积是否大于第三阈值，记录状态数组C[N]，判断每一个矩形格区域边缘信息是否大于第四阈值，记录状态数组D[N]。
8.根据权利要求6所述的遮挡检测装置，其特征在于，所述图像计算单元还包括实时计算亮度均值特征信息；所述图像分析单元，还包括判断每一个矩形格的亮度均值是否小于第五阈值或者大于第六阈值，记录状态数组E[N]。
9.根据权利要求6或8所述的遮挡检测装置，其特征在于，所述图像计算单元优先计算每一个矩形格像素块的同一种特征信息，所述图像分析单元对于不符合指定阈值范围内的矩形格像素块，标记为无效矩形格像素块，不再继续计算其他特征信息。
10.根据权利要求6所述的遮挡检测装置，其特征在于，所述图像预处理单元的所述矩形格像素块形状包括方形像素块和长方形像素块，用于根据检测稳定性和精度的需求来设置对应的像素块形状。
11.根据权利要求6所述的遮挡检测装置，其特征在于，还包括距离传感器，用于检测遮挡物体与摄像头的距离。
CN201610288407.8A 2016-05-04 2016-05-04 摄像头遮挡检测方法及装置 Pending CN105744268A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610288407.8A CN105744268A (zh) 2016-05-04 2016-05-04 摄像头遮挡检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610288407.8A CN105744268A (zh) 2016-05-04 2016-05-04 摄像头遮挡检测方法及装置

Publications (1)

Publication Number Publication Date
CN105744268A true CN105744268A (zh) 2016-07-06

Family

ID=56288788

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610288407.8A Pending CN105744268A (zh) 2016-05-04 2016-05-04 摄像头遮挡检测方法及装置

Country Status (1)

Country Link
CN (1) CN105744268A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106412573A (zh) * 2016-10-26 2017-02-15 歌尔科技有限公司 一种检测镜头污点的方法和装置
CN106454336A (zh) * 2016-11-23 2017-02-22 北京小米移动软件有限公司 检测终端摄像头被遮挡的方法及装置和终端
CN107886542A (zh) * 2017-12-10 2018-04-06 上海交通大学 一种视觉检测的目标恢复方法和系统
CN108347601A (zh) * 2018-03-19 2018-07-31 云丁网络技术(北京)有限公司 视频遮挡的检测方法及相关设备
CN109598706A (zh) * 2018-11-26 2019-04-09 安徽嘉拓信息科技有限公司 一种摄像机镜头遮挡检测方法及系统
CN110049320A (zh) * 2019-05-23 2019-07-23 北京猎户星空科技有限公司 摄像头遮挡检测方法、装置、电子设备及存储介质
CN110167815A (zh) * 2016-11-21 2019-08-23 蔚来汽车有限公司 传感器表面物体检测方法和系统
CN110647858A (zh) * 2019-09-29 2020-01-03 上海依图网络科技有限公司 一种视频遮挡判断方法、装置和计算机存储介质
CN111027398A (zh) * 2019-11-14 2020-04-17 深圳市有为信息技术发展有限公司 行车记录仪视频遮挡检测方法
CN111275658A (zh) * 2018-12-03 2020-06-12 北京嘀嘀无限科技发展有限公司 一种摄像头遮挡检测的方法和系统
CN111523419A (zh) * 2020-04-13 2020-08-11 北京巨视科技有限公司 一种机动车尾气排放视频检测方法和装置
CN111967345A (zh) * 2020-07-28 2020-11-20 国网上海市电力公司 一种实时判定摄像头遮挡状态的方法
WO2020258720A1 (zh) * 2019-06-28 2020-12-30 深圳市商汤科技有限公司 图像采集设备遮挡状态检测方法、装置、设备和存储介质
CN116156157A (zh) * 2023-04-24 2023-05-23 长沙海信智能系统研究院有限公司 一种摄像头遮挡异常的检测方法及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103139547A (zh) * 2013-02-25 2013-06-05 昆山南邮智能科技有限公司 基于视频图像信号判定摄像镜头遮挡状态的方法
CN104240235A (zh) * 2014-08-26 2014-12-24 北京君正集成电路股份有限公司 一种检测摄像头被遮挡的方法及系统
CN104601965A (zh) * 2015-02-06 2015-05-06 巫立斌 摄像头遮挡检测方法
CN105139016A (zh) * 2015-08-11 2015-12-09 豪威科技(上海)有限公司 监控摄像头的干扰检测系统及其应用方法
US20160078598A1 (en) * 2014-09-12 2016-03-17 Kabushiki Kaisha Toshiba Image processor and image processing method
CN105491289A (zh) * 2015-12-08 2016-04-13 小米科技有限责任公司 防止拍照遮挡的方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103139547A (zh) * 2013-02-25 2013-06-05 昆山南邮智能科技有限公司 基于视频图像信号判定摄像镜头遮挡状态的方法
CN104240235A (zh) * 2014-08-26 2014-12-24 北京君正集成电路股份有限公司 一种检测摄像头被遮挡的方法及系统
US20160078598A1 (en) * 2014-09-12 2016-03-17 Kabushiki Kaisha Toshiba Image processor and image processing method
CN104601965A (zh) * 2015-02-06 2015-05-06 巫立斌 摄像头遮挡检测方法
CN105139016A (zh) * 2015-08-11 2015-12-09 豪威科技(上海)有限公司 监控摄像头的干扰检测系统及其应用方法
CN105491289A (zh) * 2015-12-08 2016-04-13 小米科技有限责任公司 防止拍照遮挡的方法及装置

Cited By (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106412573A (zh) * 2016-10-26 2017-02-15 歌尔科技有限公司 一种检测镜头污点的方法和装置
CN110167815A (zh) * 2016-11-21 2019-08-23 蔚来汽车有限公司 传感器表面物体检测方法和系统
CN110167815B (zh) * 2016-11-21 2022-02-08 蔚来(安徽)控股有限公司 传感器表面物体检测方法和系统
CN106454336A (zh) * 2016-11-23 2017-02-22 北京小米移动软件有限公司 检测终端摄像头被遮挡的方法及装置和终端
CN107886542A (zh) * 2017-12-10 2018-04-06 上海交通大学 一种视觉检测的目标恢复方法和系统
CN108347601A (zh) * 2018-03-19 2018-07-31 云丁网络技术(北京)有限公司 视频遮挡的检测方法及相关设备
CN108347601B (zh) * 2018-03-19 2020-06-19 云丁网络技术(北京)有限公司 视频遮挡的检测方法及相关设备
CN109598706A (zh) * 2018-11-26 2019-04-09 安徽嘉拓信息科技有限公司 一种摄像机镜头遮挡检测方法及系统
CN111275658A (zh) * 2018-12-03 2020-06-12 北京嘀嘀无限科技发展有限公司 一种摄像头遮挡检测的方法和系统
CN110049320A (zh) * 2019-05-23 2019-07-23 北京猎户星空科技有限公司 摄像头遮挡检测方法、装置、电子设备及存储介质
CN110049320B (zh) * 2019-05-23 2020-12-08 北京猎户星空科技有限公司 摄像头遮挡检测方法、装置、电子设备及存储介质
WO2020258720A1 (zh) * 2019-06-28 2020-12-30 深圳市商汤科技有限公司 图像采集设备遮挡状态检测方法、装置、设备和存储介质
US20210250470A1 (en) * 2019-06-28 2021-08-12 Shenzhen Sensetime Technology Co., Ltd. Method for detecting blocking state of image acquisition device, electronic device and storage medium
US11457126B2 (en) * 2019-06-28 2022-09-27 Shenzhen Sensetime Technology Co., Ltd. Method for detecting blocking state of image acquisition device, electronic device and storage medium
CN110647858A (zh) * 2019-09-29 2020-01-03 上海依图网络科技有限公司 一种视频遮挡判断方法、装置和计算机存储介质
CN111027398A (zh) * 2019-11-14 2020-04-17 深圳市有为信息技术发展有限公司 行车记录仪视频遮挡检测方法
CN111523419A (zh) * 2020-04-13 2020-08-11 北京巨视科技有限公司 一种机动车尾气排放视频检测方法和装置
CN111967345A (zh) * 2020-07-28 2020-11-20 国网上海市电力公司 一种实时判定摄像头遮挡状态的方法
CN111967345B (zh) * 2020-07-28 2023-10-31 国网上海市电力公司 一种实时判定摄像头遮挡状态的方法
CN116156157A (zh) * 2023-04-24 2023-05-23 长沙海信智能系统研究院有限公司 一种摄像头遮挡异常的检测方法及电子设备
CN116156157B (zh) * 2023-04-24 2023-08-18 长沙海信智能系统研究院有限公司 一种摄像头遮挡异常的检测方法及电子设备

Similar Documents

Publication Publication Date Title
CN105744268A (zh) 摄像头遮挡检测方法及装置
CN107347151B (zh) 双目摄像头遮挡检测方法及装置
US11102417B2 (en) Target object capturing method and device, and video monitoring device
JP4416795B2 (ja) 補正方法
CN103929596B (zh) 引导拍摄构图的方法及装置
US9692958B2 (en) Focus assist system and method
EP3554070A1 (en) Photograph-capture method, apparatus, terminal, and storage medium
CN108537782B (zh) 一种基于轮廓提取的建筑物图像匹配与融合的方法
US20100201880A1 (en) Shot size identifying apparatus and method, electronic apparatus, and computer program
US20110221933A1 (en) Backlight detection device and backlight detection method
TWI500904B (zh) 立體攝影機及用來測量立體攝影機與基準面之距離的自動測距方法
CN105430268A (zh) 一种自动聚焦处理方法和装置
CN102006485B (zh) 图像处理装置及图像处理方法
KR101582153B1 (ko) 이미지 자동 보정을 위한 구도 기반 노출 측정 방법 및 장치
US8482630B2 (en) Apparatus and method for adjusting automatic white balance by detecting effective area
TW201421990A (zh) 物體偵測裝置、方法及其電腦可讀取紀錄媒體
CN111970405A (zh) 摄像头遮挡检测方法、存储介质、电子设备及装置
CN111669492A (zh) 一种终端对拍摄的数字图像进行处理的方法及终端
US10757318B2 (en) Determination of a contrast value for a digital image
US11631183B2 (en) Method and system for motion segmentation
CN106846419B (zh) 一种图像中人像轮廓的确定方法和装置
KR100910361B1 (ko) 디지털 이미지화의 노출
KR101905128B1 (ko) 빛의 불규칙성을 기반으로 하는 동작영역 검출 제어 방법 및 그 방법을 이용한 동작영역 검출 장치
CN117274910A (zh) 人员滞留监测方法、装置、电子设备及存储介质
CN116805987A (zh) 一种继电保护柜端子排全景图采集系统及其采集方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160706

WD01 Invention patent application deemed withdrawn after publication