CN106131376B - 一种室内外场景确定方法及装置 - Google Patents
一种室内外场景确定方法及装置 Download PDFInfo
- Publication number
- CN106131376B CN106131376B CN201610576451.9A CN201610576451A CN106131376B CN 106131376 B CN106131376 B CN 106131376B CN 201610576451 A CN201610576451 A CN 201610576451A CN 106131376 B CN106131376 B CN 106131376B
- Authority
- CN
- China
- Prior art keywords
- light intensity
- scene
- minor cycle
- frame image
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/147—Scene change detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/10—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/70—Circuitry for compensating brightness variation in the scene
- H04N23/71—Circuitry for evaluating the brightness variation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Studio Devices (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种室内外场景确定方法及装置。该方法中，通过分析图像的曝光值、增益值、亮度值、清晰度评价值、RGB值，得到当前场景的光强特征、光源特征和色温特征，来进行室内外场景的判断，以便进行图像采集参数的调整，与现有技术的方案相比，不需要额外添加任何硬件模块，也无需人工干预，实现更加简单。
Description
技术领域
本发明涉及室内外场景检测技术领域，尤其涉及一种室内外场景确定方法及装置。
背景技术
安防监控系统的应用越来越广泛，特别是一些比较敏感的场所，如银行、监狱、公路等，出于安全和管理的需要，人们需要知道这些场所发生的事件，对这些场所进行监控。出于对这些特殊场所的监控需求，人们对监控图像的图像画质，如颜色的准确性，噪声的大小，清晰程度等各个方面都提出了更高的要求。对于室内外场景而言，在达到最佳的图像效果时所需的参数是不同的，因此，通常会设置两组不同的参数，以适应室内外两种场景。若检测到室内场景，就利用室内场景下达到最佳图像效果的参数，若检测到室外场景，就利用室外场景下达到最佳效果的参数。可见，对室内外进行检测在提高图像效果上有着非常重要的作用。
现有的室内室外检测方法主要有以下几种：
在一种基于场景分类的室内外无缝定位切换方法中，主要通过移动终端采集实时的室内外定位信息，如全球定位系统(Global Positioning System，GPS)/北斗混合定位提供当前的经纬度信息，室内定位系统基于射频识别(Radio Frequency Identification，RFID)探测器检测范围内的RFID标签信息，然后移动终端的视觉传感部分采集当前的场景信息，最后在视觉场景分类器的配合下移动终端完成室内外定位切换的决策过程，根据分类器决策结果和用户反馈评估切换结果实现室内外的切换。该方法中，需要运用到GPS/北斗混合定位，室内定位系统等硬件来得到室内外的定位信息，并通过视觉传感器采集当前的场景信息进行分析，需要支持的硬件系统较多，且需要用户反馈评估切换结果来训练分类器，因此，一般的监控摄像机无法使用该方法，且对于监控场景的相机而言，监控人员没有时间也没有精力去反馈室内外的切换结果，因此，该方法无法很好的用于监控场景摄像机监控。
在一种室内外无缝定位系统中，主要基于无线传输技术(Wireless Fidelity，WIFI)和全球卫星导航系统(Global Navigation Satellite System，GNSS)来定位室内室外。利用GNSS测量信号不能穿透建筑物的特点，室外靠GNSS定位、高密集建筑群区和室内以WIFI定位为主，该方法能够随使定位技术随环境变化自适应地进行切换的同时，相应的WIFI和GNSS硬件开关状态也随着进行切换。该方法中，利用无线传输技术和全球卫星导航系统来定位室内室外，需要设备连接有WIFI，且支持全球卫星导航系统才能实现，应用会受到限制，且对于一些监控场景，如银行，监狱等隐秘场所，联网会存在安全隐患，因此，该方法无法很好的用于摄像机监控场景。
在一种室内外场景检测方法及设备中，使用智能终端集成的各种传感器采集数据，为室内外场景检测设置多个状态，对于每个状态选择最佳特征子集作为分类属性来训练分类器，以及基于训练得到的多个分类器的判定结果来最终确定是室内还是室外，其选择的特征为：利用光传感器采集室内外光强特征、利用磁传感器采集室内外磁场特征、利用陀螺仪和加速度传感器采集室内外走停行为特征和室内外转弯行为特征、利用压力传感器气压快变化特征、利用温度传感器采集室内外温度特征等。该方法中，需要设备支持光传感器采集室内外光强特征、利用磁传感器采集室内外磁场特征、利用陀螺仪和加速度传感器采集室内外走停行为特征和室内外转弯行为特征、利用压力传感器气压快变化特征、利用温度传感器采集室内外温度特征等，所需要的硬件成本偏高，无法对所有的监控产品都试用，且监控设备一般固定安装，不会随着人进行移动，无法得到室内外走停行为特征和室内外转弯行为特征进行分析，因此，该方法无法适用于视频监控产品。
在一种室内场景的识别方法与装置中，通过获取室内场景的彩色图像和深度图像，分别对获得的彩色图像和深度图像进行特征提取，然后通过基于局部结构保留鉴别投影算法进行特征选择，采用支持向量机进行分类来完成室内场景的识别，该方法采用局部结构保留鉴别投影算法，通过尽可能地保留任意样本和近邻样本构成的局部排序关系，来减少模型训练对人工标注样本的依赖，并提高室内场景的识别准确率。该方法中，需要获取每一帧室内场景的彩色图像和深度图像，提取特征进而采用支持向量机进行分类识别，所需运算量很大，对于高清摄像机获取到的每一帧图像，运算量会随着图像分别率的加大成几何级的放大，为系统带来额外的运行负担，很难做到实时处理，且采用支持向量机进行分类，需要人工标定一些特征，对于场景复杂多变的监控场景而言，无疑增加额外的人力成本。
综上所述，现有的确定室内外场景的方法，无论是依赖无线传输技术和全球卫星导航系统，还是依赖于各式各样的传感器所进行的检测，都需要为设备额外配置硬件模块，这无疑提高了设备的制造成本，而另一类基于图像特征提取的方法，由于需要对逐个像素点进行处理和进行人工特征标定，会为系统带来额外的运行负担，很难做到视频的实时处理，因此，无法有效的运用到视频监控领域中。
发明内容
本发明实施例的目的是提供一种室内外场景确定方法及装置，用于解决现有技术中室内外场景确定的方案较复杂的问题。
本发明实施例的目的是通过以下技术方案实现的：
一种室内外场景确定方法，该方法包括：
按照预设时长的采样小周期采集当前场景的图像；
针对所述小周期内采集的图像进行如下操作步骤：获取所述小周期内采集的图像中，各帧图像的曝光值和增益值，以及各帧图像中各个像素点的亮度值、清晰度评价值、红R、绿G、蓝B值；根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征；根据所述小周期内各帧图像中各个像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征；根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征；根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断；
根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景的判断结果。
较佳地，所述小周期内的光强特征包括：各帧图像所接收到的当前场景的光强，光强变化次数n以及各次变化的光强变化率；
所述根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征，包括：
根据所述小周期内各帧图像的曝光值和增益值，计算各帧图像所接收到的当前场景的光强；
根据各帧图像所接收到的当前场景的光强，从所述小周期的第二帧图像开始，判断各帧图像与其前一帧图像相比所接收到的当前场景的光强是否有发生变化；
若有发生变化，则记录光强变化次数n以及计算各次光强变化的变化率。
较佳地，所述小周期内的光源特征包括存在光源或不存在光源；其中，存在的光源包括移动光源和静止光源；
根据所述小周期内各帧图像中各像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征，包括：
将每帧图像按照预设规则划分成多个第一子块，并根据每个第一子块所包含的各像素点的亮度值之和，确定各所述第一子块的亮度值；以及，将每帧图像按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据每帧图像中所包含的各所述第一子块的亮度值、各所述第二子块的清晰度评价值，判断每帧图像中是否存在光源块；如果存在光源块，记录光源块的位置信息；
将各帧图像中记录的所述光源块的位置信息进行比较，若比较结果是所述光源块的位置信息发生改变，则确定存在的光源为移动光源，否则，确定存在的光源为静止光源。
较佳地，所述小周期内的色温特征包括混合色温场景或非混合色温场景；
所述根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征，包括：
将每帧图像按照预设规则划分成多个第三子块，并根据每个第三子块所包含的各像素点的R值之和，确定各所述第三子块的R值，根据每个第三子块所包含的各像素点的G值之和，确定各所述第三子块的G值，根据每个第三子块所包含的各像素点的B值之和，确定各所述第三子块的B值；
在每帧图像中，计算每个所述第三子块的R与G的比值R_gain，B与G的比值B_gain；
根据每个第三子块的R_gain，B_gain以及预先标定的色温范围，判断当前场景在所述小周期内是否为混合色温场景。
较佳地，根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断，包括：
判断所述小周期内的光强变化次数n是否小于变化次数阈值；
若光强变化次数n小于变化次数阈值，继续判断各帧图像的光强中最高的光强是否大于室外高稳定光强阈值且当前场景为非混合色温场景，或者最低的光强是否小于室外低稳定光强阈值且存在光源或移动光源；若是，判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景；
若光强变化次数n不小于变化次数阈值，根据各帧图像所接收到的当前场景的光强及n次光强变化中各次光强变化的变化率，继续判断光强是否连续上升或下降，且当前场景为非混合光源场景或存在光源或者移动光源；
若是，则判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景。
较佳地，根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景，包括：
分别统计若干个所述小周期中判断结果为室内场景的所述小周期的数量以及判断结果为室外场景的所述小周期的数量；并选择对应的所述小周期的数量多的一个判断结果，作为最终确定的室内外场景的判断结果。
较佳地，根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景，包括：
计算各所述小周期的判断结果的量化值与其权重系数的乘积之和，得到最终的判断结果的量化值；
将最终的判断结果的量化值与预设量化阈值比较；
根据比较结果最终确定室内外场景的判断结果。
较佳地，该方法还包括：获取M个按时间连续的所述小周期所构成的一个大周期中，各帧图像的曝光值和增益值；其中，所述大周期的时间为N天；
根据所述大周期内各帧图像的曝光值和增益值，确定当前场景在所述大周期内的光强特征；所述大周期内的光强特征包括：各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间，最低光强状态的稳定时间，从最高光强状态变化到最低光强状态的均匀变化率，从最低光强状态变化到最高光强状态的均匀变化率；
根据确定的所述大周期内的光强特征，在所述大周期内进一步进行室内外场景判断。
较佳地，该方法还包括：
获取所述大周期以后采集的各帧图像的光强；
将各帧图像的光强所形成的光强变化规律与所述大周期的光强特征进行匹配；
如果在某一时间段内与所述大周期的光强特征不匹配，则更改室内外场景的判断结果，并进入下一个大周期进行室内外场景的判断。
较佳地，该方法还包括：
将所述大周期以后的每个所述小周期的判断结果与所述大周期的判断结果进行匹配；
当所述小周期的判断结果与所述大周期的判断结果不一致的个数超过预设个数，则更改室内外场景的判断结果。
较佳地，该方法还包括：每经过预设检测时长，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化；
如果场景发生变化，在场景稳定之后，再重新进入一个小周期和大周期。
较佳地，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化，包括：
将当前帧图像与预设检测时长之前的图像分别按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据当前帧图像与预设检测时长之前的图像所包括的多个第二子块分别对应的清晰度评价值，判断当前场景是否发生变化。
一种室内外场景确定装置，该装置包括：
获取模块，用于：按照预设时长的采样小周期采集当前场景的图像；
第一判断模块，用于：针对所述小周期内采集的图像进行如下操作步骤：获取所述小周期内采集的图像中，各帧图像的曝光值和增益值，以及各帧图像中各个像素点的亮度值、清晰度评价值、红R、绿G、蓝B值；根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征；根据所述小周期内各帧图像中各个像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征；根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征；根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断；
第二判断模块，用于：根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景的判断结果。
较佳地，所述小周期内的光强特征包括：各帧图像所接收到的当前场景的光强，光强变化次数n以及各次变化的光强变化率；
根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征时，所述第一判断模块，具体用于：
根据所述小周期内各帧图像的曝光值和增益值，计算各帧图像所接收到的当前场景的光强；
根据各帧图像所接收到的当前场景的光强，从所述小周期的第二帧图像开始，判断各帧图像与其前一帧图像相比所接收到的当前场景的光强是否有发生变化；
若有发生变化，则记录光强变化次数n以及计算各次光强变化的变化率。
较佳地，所述小周期内的光源特征包括存在光源或不存在光源；其中，存在的光源包括移动光源和静止光源；
根据所述小周期内各帧图像中各像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征时，所述第一判断模块，具体用于：
将每帧图像按照预设规则划分成多个第一子块，并根据每个第一子块所包含的各像素点的亮度值之和，确定各所述第一子块的亮度值；以及，将每帧图像按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据每帧图像中所包含的各所述第一子块的亮度值、各所述第二子块的清晰度评价值，判断每帧图像中是否存在光源块；如果存在光源块，记录光源块的位置信息；
将各帧图像中记录的所述光源块的位置信息进行比较，若比较结果是所述光源块的位置信息发生改变，则确定存在的光源为移动光源，否则，确定存在的光源为静止光源。
较佳地，所述小周期内的色温特征包括混合色温场景或非混合色温场景；
所述根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征时，所述第一判断模块，具体用于：
将每帧图像按照预设规则划分成多个第三子块，并根据每个第三子块所包含的各像素点的R值之和，确定各所述第三子块的R值，根据每个第三子块所包含的各像素点的G值之和，确定各所述第三子块的G值，根据每个第三子块所包含的各像素点的B值之和，确定各所述第三子块的B值；
在每帧图像中，计算每个所述第三子块的R与G的比值R_gain，B与G的比值B_gain；
根据每个第三子块的R_gain，B_gain以及预先标定的色温范围，判断当前场景在所述小周期内是否为混合色温场景。
较佳地，根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断时，所述第一判断模块，具体用于：
判断所述小周期内的光强变化次数n是否小于变化次数阈值；
若光强变化次数n小于变化次数阈值，继续判断各帧图像的光强中最高的光强是否大于室外高稳定光强阈值且当前场景为非混合色温场景，或者最低的光强是否小于室外低稳定光强阈值且存在光源或移动光源；若是，判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景；
若光强变化次数n不小于变化次数阈值，根据各帧图像所接收到的当前场景的光强及n次光强变化中各次光强变化的变化率，继续判断光强是否连续上升或下降，且当前场景为非混合光源场景或存在光源或者移动光源；
若是，则判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景。
较佳地，所述第二判断模块，具体用于：
分别统计若干个所述小周期中判断结果为室内场景的所述小周期的数量以及判断结果为室外场景的所述小周期的数量；并选择对应的所述小周期的数量多的一个判断结果，作为最终确定的室内外场景的判断结果。
较佳地，所述第二判断模块，具体用于：
计算各所述小周期的判断结果的量化值与其权重系数的乘积之和，得到最终的判断结果的量化值；
将最终的判断结果的量化值与预设量化阈值比较；
根据比较结果最终确定室内外场景的判断结果。
较佳地，该装置还包括第三判断模块，用于：
获取M个按时间连续的所述小周期所构成的一个大周期中，各帧图像的曝光值和增益值；其中，所述大周期的时间为N天；
根据所述大周期内各帧图像的曝光值和增益值，确定当前场景在所述大周期内的光强特征；所述大周期内的光强特征包括:各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间，最低光强状态的稳定时间，从最高光强状态变化到最低光强状态的均匀变化率，从最低光强状态变化到最高光强状态的均匀变化率；
根据确定的所述大周期内的光强特征，在所述大周期内进一步进行室内外场景判断。
较佳地，该装置还包括第一判断校准模块，用于：
获取所述大周期以后采集的各帧图像的光强；
将各帧图像的光强所形成的光强变化规律与所述大周期的光强特征进行匹配；
如果在某一时间段内与所述大周期的光强特征不匹配，则更改室内外场景的判断结果，并进入下一个大周期进行室内外场景的判断。
较佳地，该装置还包括第二判断校准模块，用于：
将所述大周期以后的每个所述小周期的判断结果与所述大周期的判断结果进行匹配；
当所述小周期的判断结果与所述大周期的判断结果不一致的个数超过预设个数，则更改室内外场景的判断结果。
较佳地，该装置还包括场景变化检测模块，用于：每经过预设检测时长，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化；
所述第一判断模块还用于：如果所述场景变化检测模块检测到场景发生变化，在场景稳定之后，再重新进入一个小周期；
所述第三判断模块还用于：如果场景变化检测模块检测到场景发生变化，在场景稳定之后，再重新进入一个大周期。
较佳地，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化时，所述场景变化检测模块，具体用于：
将当前帧图像与预设检测时长之前的图像分别按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据当前帧图像与预设检测时长之前的图像所包括的多个第二子块分别对应的清晰度评价值，判断当前场景是否发生变化。
本发明实施例的有益效果如下：
本发明实施例中，通过分析图像的曝光值、增益值、亮度值、清晰度评价值、RGB值，得到当前场景的光强特征、光源特征和色温特征，来进行室内外场景的判断，以便进行图像采集参数的调整，与上述现有技术的方案相比，不需要额外添加任何硬件模块，也无需人工干预，实现更加简单。
附图说明
图1为本发明实施例提供的一种室内外场景确定方法流程图；
图2为本发明实施例提供的分析光强特征的方法流程图；
图3为本发明实施例提供的分析光源特征的方法流程图；
图4为本发明实施例提供的分析色温特征的方法流程图；
图5为本发明实施例提供的判断室内外场景的方法流程图；
图6为本发明实施例提供的一种室内外场景确定装置示意图。
具体实施方式
下面结合附图和实施例对本发明实施例提供的一种室内外场景确定方法及装置进行更详细地说明。
为方便理解本发明实施例的方案，首先对本发明实施例中进行室内外场景检测的基本思想进行简单说明：
一、由于在室外场景下，太阳光是白天最主要的光源，而室内场景主要是依赖人造光，即灯光，室内场景的光强明显低于室外场景的光强，即使阴雨天也不例外；而且，在一定时间段内，室外场景的光强相对稳定，室内场景的光强容易发生突变；又由于在对当前场景采集图像时，图像亮度一定的情况下，接收到的当前场景的光强越小，曝光和增益就越大，接收到的当前场景的光强越大，曝光和增益就越小；因而，可以分析图像的曝光和增益得到当前场景的光强特征，进行室内外场景的检测。
二、由于在室外场景下，晚上大多有光源(如路灯)或者移动光源(如车灯)存在，又由于采集到的图像中某一个区域的亮度较周围区域的亮度对比非常明显，且没有细节(由清晰度评价值体现)，因而可以分析图像的亮度值和清晰度评价值得到当前场景的光源特征，进行室内外场景的检测。
三、由于室外太阳光为暖色，而室内灯光属于冷色系；室外场景的光多为太阳光，属于非混合色温场景；室内场景的光不仅有灯光还有照射进入的太阳光，因而存在混合色温场景；又由于采集到的图像的色彩可以体现色温，因而可以分析图像的红绿蓝三基色得到当前场景的色温特征，进行室内外场景的检测。
综上，发明人发现可以仅通过分析在短时间内采集到的当前场景的图像的曝光值和增益值，以及各个像素点的亮度值、清晰度评价值、红绿蓝三基色值进行室内外场景判断，以通过简单的方式确定室内外场景，从而解决上述技术问题。
如图1所示，本发明实施例提供一种室内外场景确定方法，其具体实现方式如下：
步骤110、按照预设时长的采样小周期采集当前场景的图像。
步骤120、针对上述小周期内采集的图像进行如下操作步骤：获取小周期内采集的图像中，各帧图像的曝光值和增益值，以及各帧图像中各个像素点的亮度值、清晰度评价值、红(Red，R)、绿(Green，G)、蓝(Blue，B)值；根据小周期内各帧图像的曝光值和增益值，确定当前场景在小周期内的光强特征；根据小周期内各帧图像中各个像素点的亮度值和清晰度评价值，确定当前场景在小周期内的光源特征；根据小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在小周期内的色温特征；根据小周期内确定的光强特征、光源特征和色温特征，在小周期内进行室内外场景判断。
步骤130、根据若干个小周期的判断结果以及预设策略，最终确定室内外场景的判断结果。
本发明实施例中，通过分析图像的曝光值、增益值、亮度值、清晰度评价值、RGB值，得到当前场景的光强特征、光源特征和色温特征，来进行室内外场景的判断，以便进行图像采集参数的调整，与上述现有技术的方案相比，不需要额外添加任何硬件模块，也无需人工干预，实现更加简单。
本发明实施例中，小周期的时间小于1天，具体可以根据实际需要进行设置，为了保证能够快速的判断出室内外场景，并且保证判断的准确性，小周期的时间为30分钟。
具体实施时，上述步骤120中根据小周期内各帧图像的曝光值和增益值，确定当前场景在小周期内的光强特征，具体实现方式有多种。较佳地，小周期内的光强特征包括：各帧图像所接收到的当前场景的光强，光强变化次数n以及各次变化的光强变化率；相应的，如图2所示，其中一种确定当前场景在小周期内的光强特征的具体实现方式可以是：
步骤210、根据小周期内各帧图像的曝光值和增益值，计算各帧图像所接收到的当前场景的光强。
步骤220、根据各帧图像所接收到的当前场景的光强，从小周期的第二帧图像开始，判断各帧图像与其前一帧图像相比所接收到的当前场景的光强是否有发生变化。
步骤230、若有发生变化，则记录光强变化次数n以及计算各次光强变化的变化率。
较佳地，上述步骤210中根据小周期内各帧图像的曝光值和增益值，按照如下计算公式计算各帧图像所接收到的当前场景的光强：
其中，luma_intensity表示一帧图像接收到的当前场景的光强，cur_sht表示曝光值，cur_gain表示增益值，E表示每毫秒的曝光强度。
本实施例中，由于曝光表示成像时每毫秒的曝光强度对时间的积分，而增益则是对输入信号放大，使得输出信号强度满足最终对图像亮度的要求的量，因而，可以基于公式(1)，将一帧图像的曝光值和增益值转换为反映当前场景的光强luma__intensity。
较佳地，上述步骤230中，按照如下计算公式计算各次光强变化的变化率：
其中，k表示第k次光强变化，k为不大于n的正整数；cur_luma表示第k次光强变化对应的图像的光强，last_luma表示第k-1次光强变化对应的图像的光强，Δt(k)表示从第k-1次光强变化到第k次光强变化所经历的时间，T_small_ratio_k表示第k次光强变化的变化率。
具体实施时，上述步骤120中根据小周期内各帧图像中各个像素点的亮度值和清晰度评价值，确定当前场景在小周期内的光源特征，具体实现方式有多种。较佳地，小周期内的光源特征包括存在光源或不存在光源；其中，存在的光源包括移动光源和静止光源。相应的，如图3所示，其中一种确定当前场景在小周期内的光源特征的具体实现方式可以是：
步骤310、将每帧图像按照预设规则划分成多个第一子块，并根据每个第一子块所包含的各像素点的亮度值之和，确定各第一子块的亮度值；以及，将每帧图像按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各第二子块的清晰度评价值。
步骤320、根据每帧图像中所包含的各第一子块的亮度值、各第二子块的清晰度评价值，判断每帧图像中是否存在光源块；如果存在光源块，记录光源块的位置信息。
步骤330、将小周期内的各帧图像中记录的光源块的位置信息进行比较，若比较结果是光源块的位置信息发生改变，则确定存在的光源为移动光源，否则，确定存在的光源为静止光源。
本实施例中，对图像以包含多个像素点的第一子块，第二子块为单位，对亮度值和清晰度评价值进行分析，可以减少分析过程中的数据量，提高处理效率，可以实现实时分析处理，进而快速检测出室内外场景，以便快速调整图像采集参数，进而提高图像采集质量。
上述步骤320中，根据每帧图像中所包含的各第一子块的亮度值、各第二子块的清晰度评价值，判断每帧图像中是否存在光源块，具体可以是：
在每帧图像中，依次以每个第一子块为中心，进行如下步骤：判断当前第一子块的亮度值是否大于第一亮度阈值T_light；若大于，继续判断当前第一子块的j*j的邻域子块上是否存在亮度值大于第一亮度阈值T_light或者小于第二亮度阈值T_dark的邻域子块；若存在且存在的数量大于预设数量，则标记当前第一子块为初始光源块，并判断标记为初始光源块的第一子块映射的第二子块的清晰度评价值是否小于预设阈值T_fv_small；若小于该预设阈值T_fv_small，则确定存在光源块，并标记小周期内当前第一子块为光源块以及记录该光源块的位置信息。
具体实施时，上述步骤120中根据小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在小周期内的色温特征，其实现方式有多种。较佳地，小周期内的色温特征包括混合色温场景或非混合色温场景；相应的，如图4所示，其中一种确定当前场景在小周期内的色温特征的实现方式具体可以是：
步骤410、将每帧图像按照预设规则划分成多个第三子块，并根据每个第三子块所包含的各像素点的R值之和，确定各第一子块的R值，根据每个第三子块所包含的各像素点的G值之和，确定各第一子块的G值，根据每个第三子块所包含的各像素点的B值之和，确定各第一子块的B值。
步骤420、在每帧图像中，计算每个第三子块的R与G的比值R_gain，B与G的比值B_gain。
步骤430、根据每个第三子块的R_gain，B_gain以及预先标定的色温范围，判断当前场景在小周期内是否为混合色温场景。
其中，预先标定的色温范围至少包括标定暖色范围和标定冷色范围。具体判断时，分别统计落在标定暖色范围的第三子块的块数，以及落在标定冷色范围的第三子块的块数，判断在标定暖色范围和标定冷色范围内所包含的第三子块的块数是否均超过预设块数，如果是，则确定当前场景为混合色温场景，否则，确定当前场景为非混合色温场景。
其中，色温范围的标定方式可以是：在灯箱对着白纸标定白块在各个色温下的R_gain，B_gain的范围。
本实施例中，对图像以包含多个像素点的第三子块为单位，对RGB值进行分析，进一步可以减少分析过程中的数据量，提高处理效率，可以实现实时分析处理，进而快速检测出室内外场景，以便快速调整图像采集参数，进而提高图像采集质量。
应当指出的是，上述相关实施例中，第一子块、第二子块和第三子块的大小可以相同，也可以不同。
较佳地，上述步骤120中，根据小周期内确定的光强特征、光源特征和色温特征，在小周期内进行室内外场景判断，其实现方式有多种，如图5所示，其中一种实现方式可以是：
步骤510、判断小周期内的光强变化次数n是否小于变化次数阈值，若光强变化次数n小于变化次数阈值T，执行步骤520，若光强变化次数n不小于变化次数阈值T，执行步骤530。
步骤520、继续判断各帧图像的光强中最高的光强是否大于室外高稳定光强阈值T_max且当前场景为非混合色温场景，或者最低的光强是否小于室外低稳定光强阈值T_min且存在光源或移动光源；若是，执行步骤540，否则，执行步骤550。
步骤530、根据各帧图像所接收到的当前场景的光强及n次光强变化中各次光强变化的变化率，继续判断光强是否连续上升或下降，且当前场景为非混合光源场景或存在光源或者移动光源；若是，执行步骤540，否则，执行步骤550。
步骤540、判断小周期内当前场景为室外场景。
步骤550、判断小周期内当前场景为室内场景。
其中，判断光强是否连续上升或下降的方式可以是：按照如下公式计算光强特征的量化值weight：
其中，up_num表示光强增大的次数，down_num表示光强减小的次数。
判断光强特征的量化值weight是否大于预设量化阈值T_weight；如果是，认为光强连续上升或下降，否则认为光强无规则变化。
具体实施时，上述步骤130中，根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景，其实现方式有多种，下面列举其中两种：
上述步骤130的其中一种实现方式可以是：分别统计若干个小周期中判断结果为室内场景的小周期的数量以及判断结果为室外场景的小周期的数量；并选择对应的小周期的数量多的一个判断结果，作为最终确定的室内外场景的判断结果。
本实施例中，以对应的小周期数量多的判断结果为准，实现简单。
上述步骤130的另一种实现方式可以是：计算各小周期的判断结果的量化值与其权重系数的乘积之和，得到最终的判断结果的量化值；将最终的判断结果的量化值与预设量化阈值比较；根据比较结果最终确定室内外场景的判断结果。
具体实施时，可以以光强特征的量化值为参考来量化小周期的判断结果，即，光强特征的量化值作为小周期的判断结果的量化值。下面结合上述步骤130的具体实现方式进行举例说明上述步骤130的实现方式：当光强变化次数n小于变化次数阈值T，判断出各帧图像的光强中最高的光强大于室外高稳定光强阈值T_max且当前场景为非混合色温场景，或者最低的光强小于室外低稳定光强阈值T_min，且存在光源或移动光源，这时，小周期内的判断结果为室外场景，分配小周期的判断结果的量化值weight为1，否则，小周期内的判断结果为室内场景，分配小周期的判断结果的量化值weight为0。当光强变化次数n不小于变化次数阈值T时，小周期的判断结果的量化值weight为按照公式(3)和(4)计算得到的值。基于此，按照如下公式计算各小周期的判断结果的量化值与其权重系数的乘积之和，得到最终的判断结果的量化值weight：
其中，m表示最近的一个小周期第m小周期，weight(m)表示第m小周期的判断结果的量化值，weight(p)表示第m小周期之前的m-1个小周期中，小周期p的判断结果的量化值，k1和k2分别为权重系数，和为1。
将最终的判断结果的量化值weight与预设量化阈值T_weight比较，如果比较结果是大于T_weight，则判断结果为室外场景，如果比较结果是小于T_weight，则判断结果为室内场景。
以上各个实施例，是基于小周期确定室内外场景的，为了进一步提高准确性，还可以同时在以天为单位的大周期内进一步确定室内外场景，在室外场景，在一天(24小时)内，光强的变化规律可以分为四个阶段：一、光强稳定在高光强状态的阶段；二、光强从高光强状态向低光强状态均匀持续下降阶段；三、光强稳定在低光强状态的阶段；四、光强从低光强状态向高光强状态均匀持续上升的阶段。这时，仅通过光强特征就可以区分出室内场景和室外场景。基于此，较佳地，本发明实施例提供的室内外场景确定方法还包括：获取M个按时间连续的小周期所构成的一个大周期中，各帧图像的曝光值和增益值；其中，大周期的时间为N天；根据大周期内各帧图像的曝光值和增益值，确定当前场景在大周期内的光强特征；大周期内的光强特征包括：各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间，最低光强状态的稳定时间，从最高光强状态变化到最低光强状态的时间及均匀变化率，从最低光强状态变化到最高光强状态的时间及均匀变化率；根据确定的大周期内的光强特征，在大周期内进一步进行室内外场景判断。
其中，根据大周期内各帧图像的曝光值和增益值，确定当前场景在大周期内的光强特征，具体的：获取M个按时间连续的小周期所构成的一个大周期中，各帧图像的光强luma_intensity，参照小周期中的光强特征的分析过程，得到各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间、最低光强状态的稳定时间，从最高光强状态到最低光强状态的变化时间，从最低光强状态到最高光强状态的变化时间；计算最高光强luma_intensity_max与最低光强luma_intensity_min的差值与相应变化时间的比值，得到从高光强状态变化到低光强状态的均匀变化率T_large_ratio_down，计算最低光强luma_intensity_min与最高光强luma_intensity_max的差值与相应变化时间的比值，得到低光强状态变化到高光强状态的均匀变化率T_large_ratio_up。
其中，根据确定的大周期内的光强特征，在大周期内进一步进行室内外场景判断时，判断为室内场景的条件包括：
条件一：从最低光强状态变化到最高光强状态的均匀变化率T_large_ratio_up大于0且小于第一光强变化率阈值T1；
条件二：从最高光强状态变化到最低光强状态的均匀变化率T_large_ratio_down小于0且大于第一光强变化率阈值T1的相反数；
条件三：最高光强大于高光强阈值T3，且最高光强状态的稳定时间stable_time_max大于第一稳定时间阈值T2；
条件四：最低光强小于低光强阈值T5，且最低光强状态的稳定时间stable_time_min大于第二稳定时间阈值T4。
如果不满足以上四个条件，则判断为室内场景。
较佳地，上述大周期模型的时间为1天，检测效率更高。相应的，T1可以设置为0.2；T2和T4可以设置为8小时。
由于大周期的时间较长，在以上大周期内的判断结果，比相应的大周期所包含的小周期内的判断结果更加准确，因而，最终的判断结果以该大周期的判断结果为准。
在具体实施时，完成了上述大周期的判断之后，为了保证大周期的判断结果的准确性，还要不断的对大周期的判断结果进行校准，如果大周期中的光强特征不再符合当前场景的光强特征，就需要更新大周期，校准的方式可以但不限于以下列举的方式：
方式一：获取大周期以后采集的各帧图像的光强；将各帧图像的光强所形成的光强变化规律与大周期的光强特征进行匹配；如果在某一时间段内与所述大周期的光强特征不匹配，则更改室内外场景的判断结果，并进入下一个大周期进行室内外场景的判断。
方式二：将大周期以后的每个小周期的判断结果与大周期的判断结果进行匹配；当小周期的判断结果与大周期的判断结果不一致的个数超过预设个数，则更改室内外场景的判断结果。
以上各个实施例，均是在当前场景稳定的基础上实现的，如果场景发生变化，就需要初始化小周期和大周期，待确定场景稳定后，再重新进行大周期和小周期的判断。因而，还需要不断检测当前场景是否发生变化，较佳地，本发明实施例提供的室内外场景确定方法还包括：每经过预设检测时长，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化；如果场景发生变化，在场景稳定之后，再重新进入一个小周期和大周期。其中，具体的检测方式可以是：将每帧图像按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各第二子块的清晰度评价值；根据当前帧图像与预设检测时长之前的图像所包括的多个第二子块分别对应的清晰度评价值，判断当前场景是否发生变化。
进一步的，判断当前场景是否发生变化的过程如下：
在当前帧图像中，以每个第二子块为中心，进行如下步骤：计算当前第二子块在当前帧图像与预设检测时长之前的图像的清晰度评价值变化率fv_ratio，以及当前第二子块及其M*M的邻域子块的清晰度评价值变化率fv_neb_ratio，计算公式如下：
其中，cur_fv表示当前第二子块在当前帧图像中的清晰度评价值；last_fv表示当前第二子块在预设检测时长之前的图像中的清晰度评价值；i表示邻域子块的数量；k表示其中一个邻域子块，cur_fvk表示在当前帧图像中，邻域子块k的清晰度评价值，last_fvk表示在预设检测时长之前的图像中，邻域子块k的清晰度评价值。
其中，清晰度评价值变化率越大，表示当前第二子块相比于前一帧对应子块变化程度越高，邻域子块的清晰度评价值变化率越接近1，表示当前帧子块对应的M*M邻域与前一帧对应M*M邻域的结构越相似，变化越不明显。
对于每个第二子块，判断是否清晰度评价值变化率小于第一预设阈值F1且邻域子块的清晰度评价值变化率大于第二预设阈值F2小于第三预设阈值F3，若是，判断该第二子块是不变块，否则判断该第二子块为变化块，并记录变化块的数量change_num。判断变化块的数量change_num是否大于变化块阈值，若是，判断当前场景发生了变化。
本实施例中，当前场景发生了变化之后，结束本小周期和本大周期的分析和判断，直到确定当前场景稳定后，再重新进入一个小周期和大周期。
上述实施例中，可以设置F1为0.5，F2为0.8，F3为1.2。
本发明实施例中，室内外场景可能会发生变化的情况包括更换图像采集装置的位置、移动的图像采集装置、安装新的图像采集装置等情况。
下面结合一个具体应用场景，对本发明实施例提供的一种室内外场景的检测方法进行更加详细地说明。
本实施例的场景中，安装新的图像采集装置，如监控摄像头，在未检测到当前场景是室内场景还是室外场景时，先默认采用室外场景的参数进行图像采集。监控摄像头在上电之后，就开始对当前场景进行图像采集，以30分钟为一个小周期，以24小时为一个大周期。
在确定室内外场景的过程中，在本小周期和大周期内，对采集到的当前帧图像的分析如下：
获取当前帧图像的曝光值和增益值，以及各帧图像所包括的多个子块分别对应的亮度值、清晰度评价值、R、G、B值。本实施例中，上述第一子块和第二子块和第三子块的大小相同，统一称为子块。每个子块的亮度值为该子块所包含的各像素点的亮度值之和，每个子块的清晰度评价值为该子块所包含的各像素点的清晰度评价值之和，每个子块的R值为该子块所包含的各像素点的R值之和，每个子块的G值所包含的各像素点的G值之和，确定各第一子块的G值，根据每个第三子块所包含的各像素点的B值之和，确定各第一子块的B值。
基于公式(6)和(7)，在当前帧图像中，以每个子块为中心，进行如下步骤：计算当前子块在当前帧图像与预设检测时长之前的图像的清晰度评价值变化率，以及当前子块及其M*M邻域的邻域子块的清晰度评价值变化率fv_neb_ratio。对于每个子块，判断是否清晰度评价值变化率小于第一预设阈值F1且邻域子块的清晰度评价值变化率大于第二预设阈值F2小于第三预设阈值F3，若是，判断该子块是不变块，否则判断该子块为变化块，并记录变化块的数量change_num。判断变化块的数量是否大于变化块阈值，若是，判断当前场景发生了变化，结束本周期，进入下一个小周期和大周期；否则，判断当前场景未发生变化，继续如下步骤：
一、小周期的室内外场景确定过程：
光强特征的分析：
基于公式(1)计算当前帧图像所接收到的当前场景的光强luma_intensity。
判断各帧图像与其前一帧图像所接收到的当前场景的光强相比是否有发生变化；若有发生变化，则记录光强变化次数n以及基于公式(2)计算各次光强变化的变化率T_small_ratio_i。
光源特征的分析：
在当前帧图像中，依次以每个子块为中心，进行如下步骤：判断当前子块的亮度值是否大于第一亮度阈值T_light，若大于，继续判断当前子块的j*j的邻域子块上的是否存在亮度值大于第一亮度阈值T_light或者小于第二亮度阈值T_dark的邻域子块，若存在且存在的数量大于预设数量，则标记当前子块为初始光源块，并判断标记为初始光源块的第一子块映射的第二子块的清晰度评价值是否小于预设阈值T_fv_small；若小于该预设阈值T_fv_small，则确定存在光源，并标记小周期内当前第一子块为光源块以及记录该光源块的位置信息。
色温特征的分析：
计算每个子块的R_gain，B_gain。其中，R_gain＝R/G，B_gain＝B/G。
根据每个子块的R_gain，B_gain以及预先标定的标定暖色范围和标定冷色范围，分别统计落在标定暖色范围的第三子块的块数，以及落在标定冷色范围的第三子块的块数；判断在标定暖色范围和标定冷色范围内所包含的第三子块的块数是否均超过预设块数，如果是，则确定当前场景为混合色温场景，否则，确定当前场景为非混合色温场景。
对本小周期内的每帧图像按照上述分析的步骤分析完成后，进行如下判断：
判断本小周期内的光强变化次数n是否小于变化次数阈值T。
若光强变化次数n小于变化次数阈值T，继续判断各帧图像的光强中最高的光强是否大于室外高稳定光强阈值T_max且当前场景为非混合色温场景，或者最低的光强是否小于室外低稳定光强阈值T_min，且存在光源或移动光源；若是，小周期内的判断结果为室外场景，分配小周期的判断结果的量化值weight(m)为1，否则，小周期内的判断结果为室外场景，分配小周期的判断结果的量化值weight(m)为0。
若光强变化次数n不小于变化次数阈值T，基于公式(3)和(4)计算光强特征的量化值weight(m)；判断光强特征的量化值weight(m)是否大于预设量化阈值T_weight；如果是，认为光强连续上升或下降，继续判断当前场景是否为非混合光源场景或存在光源或者移动光源；如果是，判断小周期内当前场景为室外场景，除该情况外均判断小周期内当前场景为室内场景。并且，将基于公式(3)和(4)计算的光强特征的量化值weight(m)作为小周期的判断结果的量化值。
根据本小周期的判断结果的量化值weight(m)及其权重系数k1，以及前m-1个小周期中小周期p的小周期的判断结果的量化值weight(p)及其权重系数k2，基于公式(5)，得到最终的小周期的判断结果的量化值weight。
判断本小周期内小周期的判断结果的量化值weight值是否大于预设量化阈值T_weight，且当前场景为非混合光源场景或者存在光源或移动光源；若是，最终确定当前场景为室外场景；否则，最终确定本小周期内当前场景为室内场景。
二、大周期的室内外场景确定过程：
光强特征的分析：
获取M个按时间连续的小周期所构成的一个大周期中，各帧图像的光强luma_intensity，参照小周期中的光强特征的分析过程，得到各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间、最低光强状态的稳定时间，从最高光强状态到最低光强状态的变化时间，从最低光强状态到最高光强状态的变化时间；计算最高光强luma_intensity_max与最低光强luma_intensity_min的差值与相应变化时间的比值，得到从高光强状态变化到低光强状态的均匀变化率T_large_ratio_down，计算最低光强luma_intensity_min与最高光强luma_intensity_max的差值与相应变化时间的比值，得到低光强状态变化到高光强状态的均匀变化率T_large_ratio_up。根据大周期的光强特征，基于以下公式进行室内外场景的判断：
从上述公式可以看出，满足如下条件的判断为室外场景，不满足的判断为室内场景：
条件一：从最低光强状态变化到最高光强状态的均匀变化率T_large_ratio_up大于0且小于第一光强变化率阈值T1；
条件二：从最高光强状态变化到最低光强状态的均匀变化率T_large_ratio_down小于0且大于第一光强变化率阈值T1的相反数；
条件三：最高光强大于高光强阈值T3，且最高光强状态的稳定时间stable_time_max大于第一稳定时间阈值T2；
条件四：最低光强小于低光强阈值T5，且最低光强状态的稳定时间stable_time_min大于第二稳定时间阈值T4。
其中，T1可为0.2；T2和T4分别为8小时。
大周期判断结束后，还继续对大周期的判断结果进行校准，具体步骤如下：
获取大周期以后采集的各帧图像的光强，确定各帧图像对应的大周期中的状态(包括上述高光强稳定阶段、从高光强状态到低光强状态的均匀变化阶段，低光强稳定阶段，以及从低光强状态到高光强状态的均匀变化阶段)；将各帧图像的光强所形成的光强变化规律与大周期的光强特征进行匹配；如果在某一时间段内与所述大周期的光强特征不匹配，则更改室内外场景的判断结果，并进入下一个大周期进行室内外场景的判断。
将大周期以后的每个小周期的判断结果与大周期的判断结果进行匹配；当小周期的判断结果与大周期的判断结果不一致的个数超过预设个数，则更改室内外场景的判断结果。
基于同样的发明构思，本发明实施例还提供一种室内外场景确定装置，如图6所示，该装置包括获取模块601，第一判断模块602和第二判断模块603。其中：
获取模块601，用于：按照预设时长的采样小周期采集当前场景的图像；
第一判断模块602，用于：针对上述小周期内采集的图像进行如下操作步骤：获取小周期内采集的图像中，各帧图像的曝光值和增益值，以及各帧图像中各个像素点的亮度值、清晰度评价值、红R、绿G、蓝B值；根据小周期内各帧图像的曝光值和增益值，确定当前场景在小周期内的光强特征；根据小周期内各帧图像中各个像素点的亮度值和清晰度评价值，确定当前场景在小周期内的光源特征；根据小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在小周期内的色温特征；根据小周期内确定的光强特征、光源特征和色温特征，在小周期内进行室内外场景判断；
第二判断模块603，用于：根据若干个小周期的判断结果以及预设策略，最终确定室内外场景的判断结果。
本发明实施例中，通过分析图像的曝光值、增益值、亮度值、清晰度评价值、RGB值，得到当前场景的光强特征、光源特征和色温特征，来进行室内外场景的判断，以便进行图像采集参数的调整，与上述现有技术的方案相比，不需要额外添加任何硬件模块，也无需人工干预，实现更加简单。
较佳地，小周期内的光强特征包括：各帧图像所接收到的当前场景的光强，光强变化次数n以及各次变化的光强变化率；
根据小周期内各帧图像的曝光值和增益值，确定当前场景在小周期内的光强特征时，第一判断模块，具体用于：
根据小周期内各帧图像的曝光值和增益值，计算各帧图像所接收到的当前场景的光强；
根据各帧图像所接收到的当前场景的光强，从小周期的第二帧图像开始，判断各帧图像与其前一帧图像相比所接收到的当前场景的光强是否有发生变化；
若有发生变化，则记录光强变化次数n以及计算各次光强变化的变化率。
较佳地，小周期内的光源特征包括存在光源或不存在光源；其中，存在的光源包括移动光源和静止光源；
根据小周期内各帧图像中各像素点的亮度值和清晰度评价值，确定当前场景在小周期内的光源特征时，第一判断模块，具体用于：
将每帧图像按照预设规则划分成多个第一子块，并根据每个第一子块所包含的各像素点的亮度值之和，确定各第一子块的亮度值；以及，将每帧图像按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各第二子块的清晰度评价值；
根据每帧图像中所包含的各第一子块的亮度值、各第二子块的清晰度评价值，判断每帧图像中是否存在光源块；如果存在光源块，记录光源块的位置信息；
将各帧图像中记录的光源块的位置信息进行比较，若比较结果是光源块的位置信息发生改变，则确定存在的光源为移动光源，否则，确定存在的光源为静止光源。
较佳地，小周期内的色温特征包括混合色温场景或非混合色温场景；
根据小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在小周期内的色温特征时，第一判断模块，具体用于：
将每帧图像按照预设规则划分成多个第三子块，并根据每个第三子块所包含的各像素点的R值之和，确定各第三子块的R值，根据每个第三子块所包含的各像素点的G值之和，确定各第三子块的G值，根据每个第三子块所包含的各像素点的B值之和，确定各第三子块的B值；
在每帧图像中，计算每个第三子块的R与G的比值R_gain，B与G的比值B_gain；
根据每个第三子块的R_gain，B_gain以及预先标定的色温范围，判断当前场景在小周期内是否为混合色温场景。
较佳地，根据小周期内确定的光强特征、光源特征和色温特征，在小周期内进行室内外场景判断时，第一判断模块，具体用于：
判断小周期内的光强变化次数n是否小于变化次数阈值；
若光强变化次数n小于变化次数阈值，继续判断各帧图像的光强中最高的光强是否大于室外高稳定光强阈值且当前场景为非混合色温场景，或者最低的光强是否小于室外低稳定光强阈值且存在光源或移动光源；若是，判断小周期内当前场景为室外场景，否则，判断小周期内当前场景为室内场景；
若光强变化次数n不小于变化次数阈值，根据各帧图像所接收到的当前场景的光强及n次光强变化中各次光强变化的变化率，继续判断光强是否连续上升或下降，且当前场景为非混合光源场景或存在光源或者移动光源；
若是，则判断小周期内当前场景为室外场景，否则，判断小周期内当前场景为室内场景。
较佳地，第二判断模块，具体用于：
分别统计若干个小周期中判断结果为室内场景的小周期的数量以及判断结果为室外场景的小周期的数量；并选择对应的小周期的数量多的一个判断结果，作为最终确定的室内外场景的判断结果。
较佳地，第二判断模块，具体用于：
计算各小周期的判断结果的量化值与其权重系数的乘积之和，得到最终的判断结果的量化值；
将最终的判断结果的量化值与预设量化阈值比较；
根据比较结果最终确定室内外场景的判断结果。
较佳地，该装置还包括第三判断模块，用于：
获取M个按时间连续的小周期所构成的一个大周期中，各帧图像的曝光值和增益值；其中，大周期的时间为N天；
根据大周期内各帧图像的曝光值和增益值，确定当前场景在大周期内的光强特征；大周期内的光强特征包括：各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间，最低光强状态的稳定时间，从最高光强状态变化到最低光强状态的均匀变化率，从最低光强状态变化到最高光强状态的均匀变化率；
根据确定的大周期内的光强特征，在大周期内进一步进行室内外场景判断。
较佳地，该装置还包括第一判断校准模块，用于：
获取大周期以后采集的各帧图像的光强；
将各帧图像的光强所形成的光强变化规律与大周期的光强特征进行匹配；
如果在某一时间段内与大周期的光强特征不匹配，则更改室内外场景的判断结果，并进入下一个大周期进行室内外场景的判断。
较佳地，该装置还包括第二判断校准模块，用于：
将大周期以后的每个小周期的判断结果与大周期的判断结果进行匹配；
当小周期的判断结果与大周期的判断结果不一致的个数超过预设个数，则更改室内外场景的判断结果。
较佳地，该装置还包括场景变化检测模块，用于：每经过预设检测时长，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化；
第一判断模块还用于：如果场景变化检测模块检测到场景发生变化，在场景稳定之后，再重新进入一个小周期；
第三判断模块还用于：如果场景变化检测模块检测到场景发生变化，在场景稳定之后，再重新进入一个大周期。
较佳地，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化时，场景变化检测模块，具体用于：
将当前帧图像与预设检测时长之前的图像分别按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各第二子块的清晰度评价值；
根据当前帧图像与预设检测时长之前的图像所包括的多个第二子块分别对应的清晰度评价值，判断当前场景是否发生变化。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (22)
1.一种室内外场景确定方法，其特征在于，该方法包括：
按照预设时长的采样小周期采集当前场景的图像；
针对所述小周期内采集的图像进行如下操作步骤：获取所述小周期内采集的图像中，各帧图像的曝光值和增益值，以及各帧图像中各个像素点的亮度值、清晰度评价值、红R、绿G、蓝B值；根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征；根据所述小周期内各帧图像中各个像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征；根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征；根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断；
根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景的判断结果；
所述小周期内的光强特征包括：各帧图像所接收到的当前场景的光强，光强变化次数n以及各次变化的光强变化率；
所述根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征，包括：
根据所述小周期内各帧图像的曝光值和增益值，计算各帧图像所接收到的当前场景的光强；
根据各帧图像所接收到的当前场景的光强，从所述小周期的第二帧图像开始，判断各帧图像与其前一帧图像相比所接收到的当前场景的光强是否有发生变化；
若有发生变化，则记录光强变化次数n以及计算各次光强变化的变化率；
所述小周期内的光源特征包括存在光源或不存在光源；其中，存在的光源包括移动光源和静止光源；
所述小周期内的色温特征包括混合色温场景或非混合色温场景。
2.根据权利要求1所述的方法，其特征在于，根据所述小周期内各帧图像中各像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征，包括：
将每帧图像按照预设规则划分成多个第一子块，并根据每个第一子块所包含的各像素点的亮度值之和，确定各所述第一子块的亮度值；以及，将每帧图像按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据每帧图像中所包含的各所述第一子块的亮度值、各所述第二子块的清晰度评价值，判断每帧图像中是否存在光源块；如果存在光源块，记录光源块的位置信息；
将各帧图像中记录的所述光源块的位置信息进行比较，若比较结果是所述光源块的位置信息发生改变，则确定存在的光源为移动光源，否则，确定存在的光源为静止光源。
3.根据权利要求2所述的方法，其特征在于，所述根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征，包括：
将每帧图像按照预设规则划分成多个第三子块，并根据每个第三子块所包含的各像素点的R值之和，确定各所述第三子块的R值，根据每个第三子块所包含的各像素点的G值之和，确定各所述第三子块的G值，根据每个第三子块所包含的各像素点的B值之和，确定各所述第三子块的B值；
在每帧图像中，计算每个所述第三子块的R与G的比值R_gain，B与G的比值B_gain；
根据每个第三子块的R_gain，B_gain以及预先标定的色温范围，判断当前场景在所述小周期内是否为混合色温场景。
4.根据权利要求3所述的方法，其特征在于，根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断，包括：
判断所述小周期内的光强变化次数n是否小于变化次数阈值；
若光强变化次数n小于变化次数阈值，继续判断各帧图像的光强中最高的光强是否大于室外高稳定光强阈值且当前场景为非混合色温场景，或者最低的光强是否小于室外低稳定光强阈值且存在光源或移动光源；若是，判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景；
若光强变化次数n不小于变化次数阈值，根据各帧图像所接收到的当前场景的光强及n次光强变化中各次光强变化的变化率，继续判断光强是否连续上升或下降，且当前场景为非混合光源场景或存在光源或者移动光源；
若是，则判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景。
5.根据权利要求1所述的方法，其特征在于，根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景，包括：
分别统计若干个所述小周期中判断结果为室内场景的所述小周期的数量以及判断结果为室外场景的所述小周期的数量；并选择对应的所述小周期的数量多的一个判断结果，作为最终确定的室内外场景的判断结果。
6.根据权利要求1所述的方法，其特征在于，根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景，包括：
计算各所述小周期的判断结果的量化值与其权重系数的乘积之和，得到最终的判断结果的量化值；
将最终的判断结果的量化值与预设量化阈值比较；
根据比较结果最终确定室内外场景的判断结果。
7.根据权利要求1～6任一项所述的方法，其特征在于，该方法还包括：获取M个按时间连续的所述小周期所构成的一个大周期中，各帧图像的曝光值和增益值；其中，所述大周期的时间为N天；
根据所述大周期内各帧图像的曝光值和增益值，确定当前场景在所述大周期内的光强特征；所述大周期内的光强特征包括：各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间，最低光强状态的稳定时间，从最高光强状态变化到最低光强状态的均匀变化率，从最低光强状态变化到最高光强状态的均匀变化率；
根据确定的所述大周期内的光强特征，在所述大周期内进一步进行室内外场景判断。
8.根据权利要求7所述的方法，其特征在于，该方法还包括：
获取所述大周期以后采集的各帧图像的光强；
将各帧图像的光强所形成的光强变化规律与所述大周期的光强特征进行匹配；
如果在某一时间段内与所述大周期的光强特征不匹配，则更改室内外场景的判断结果，并进入下一个大周期进行室内外场景的判断。
9.根据权利要求8所述的方法，其特征在于，该方法还包括：
将所述大周期以后的每个所述小周期的判断结果与所述大周期的判断结果进行匹配；
当所述小周期的判断结果与所述大周期的判断结果不一致的个数超过预设个数，则更改室内外场景的判断结果。
10.根据权利要求7所述的方法，其特征在于，该方法还包括：每经过预设检测时长，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化；
如果场景发生变化，在场景稳定之后，再重新进入一个小周期和大周期。
11.根据权利要求10所述的方法，其特征在于，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化，包括：
将当前帧图像与预设检测时长之前的图像分别按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据当前帧图像与预设检测时长之前的图像所包括的多个第二子块分别对应的清晰度评价值，判断当前场景是否发生变化。
12.一种室内外场景确定装置，其特征在于，该装置包括：
获取模块，用于：按照预设时长的采样小周期采集当前场景的图像；
第一判断模块，用于：针对所述小周期内采集的图像进行如下操作步骤：获取所述小周期内采集的图像中，各帧图像的曝光值和增益值，以及各帧图像中各个像素点的亮度值、清晰度评价值、红R、绿G、蓝B值；根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征；根据所述小周期内各帧图像中各个像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征；根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征；根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断；
第二判断模块，用于：根据若干个所述小周期的判断结果以及预设策略，最终确定室内外场景的判断结果；
所述小周期内的光强特征包括：各帧图像所接收到的当前场景的光强，光强变化次数n以及各次变化的光强变化率；
根据所述小周期内各帧图像的曝光值和增益值，确定当前场景在所述小周期内的光强特征时，所述第一判断模块，具体用于：
根据所述小周期内各帧图像的曝光值和增益值，计算各帧图像所接收到的当前场景的光强；
根据各帧图像所接收到的当前场景的光强，从所述小周期的第二帧图像开始，判断各帧图像与其前一帧图像相比所接收到的当前场景的光强是否有发生变化；
若有发生变化，则记录光强变化次数n以及计算各次光强变化的变化率；
所述小周期内的光源特征包括存在光源或不存在光源；其中，存在的光源包括移动光源和静止光源；
所述小周期内的色温特征包括混合色温场景或非混合色温场景。
13.根据权利要求12所述的装置，其特征在于，根据所述小周期内各帧图像中各像素点的亮度值和清晰度评价值，确定当前场景在所述小周期内的光源特征时，所述第一判断模块，具体用于：
将每帧图像按照预设规则划分成多个第一子块，并根据每个第一子块所包含的各像素点的亮度值之和，确定各所述第一子块的亮度值；以及，将每帧图像按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据每帧图像中所包含的各所述第一子块的亮度值、各所述第二子块的清晰度评价值，判断每帧图像中是否存在光源块；如果存在光源块，记录光源块的位置信息；
将各帧图像中记录的所述光源块的位置信息进行比较，若比较结果是所述光源块的位置信息发生改变，则确定存在的光源为移动光源，否则，确定存在的光源为静止光源。
14.根据权利要求13所述的装置，其特征在于，所述根据所述小周期内各帧图像中各个像素点的R、G、B值，确定当前场景在所述小周期内的色温特征时，所述第一判断模块，具体用于：
将每帧图像按照预设规则划分成多个第三子块，并根据每个第三子块所包含的各像素点的R值之和，确定各所述第三子块的R值，根据每个第三子块所包含的各像素点的G值之和，确定各所述第三子块的G值，根据每个第三子块所包含的各像素点的B值之和，确定各所述第三子块的B值；
在每帧图像中，计算每个所述第三子块的R与G的比值R_gain，B与G的比值B_gain；
根据每个第三子块的R_gain，B_gain以及预先标定的色温范围，判断当前场景在所述小周期内是否为混合色温场景。
15.根据权利要求14所述的装置，其特征在于，根据所述小周期内确定的光强特征、光源特征和色温特征，在所述小周期内进行室内外场景判断时，所述第一判断模块，具体用于：
判断所述小周期内的光强变化次数n是否小于变化次数阈值；
若光强变化次数n小于变化次数阈值，继续判断各帧图像的光强中最高的光强是否大于室外高稳定光强阈值且当前场景为非混合色温场景，或者最低的光强是否小于室外低稳定光强阈值且存在光源或移动光源；若是，判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景；
若光强变化次数n不小于变化次数阈值，根据各帧图像所接收到的当前场景的光强及n次光强变化中各次光强变化的变化率，继续判断光强是否连续上升或下降，且当前场景为非混合光源场景或存在光源或者移动光源；
若是，则判断所述小周期内当前场景为室外场景，否则，判断所述小周期内当前场景为室内场景。
16.根据权利要求12所述的装置，其特征在于，所述第二判断模块，具体用于：
分别统计若干个所述小周期中判断结果为室内场景的所述小周期的数量以及判断结果为室外场景的所述小周期的数量；并选择对应的所述小周期的数量多的一个判断结果，作为最终确定的室内外场景的判断结果。
17.根据权利要求12所述的装置，其特征在于，所述第二判断模块，具体用于：
计算各所述小周期的判断结果的量化值与其权重系数的乘积之和，得到最终的判断结果的量化值；
将最终的判断结果的量化值与预设量化阈值比较；
根据比较结果最终确定室内外场景的判断结果。
18.根据权利要求12～17任一项所述的装置，其特征在于，该装置还包括第三判断模块，用于：
获取M个按时间连续的所述小周期所构成的一个大周期中，各帧图像的曝光值和增益值；其中，所述大周期的时间为N天；
根据所述大周期内各帧图像的曝光值和增益值，确定当前场景在所述大周期内的光强特征；所述大周期内的光强特征包括：各帧图像所接收到的当前场景的光强，最高光强状态的稳定时间，最低光强状态的稳定时间，从最高光强状态变化到最低光强状态的均匀变化率，从最低光强状态变化到最高光强状态的均匀变化率；
根据确定的所述大周期内的光强特征，在所述大周期内进一步进行室内外场景判断。
19.根据权利要求18所述的装置，其特征在于，该装置还包括第一判断校准模块，用于：
获取所述大周期以后采集的各帧图像的光强；
将各帧图像的光强所形成的光强变化规律与所述大周期的光强特征进行匹配；
如果在某一时间段内与所述大周期的光强特征不匹配，则更改室内外场景的判断结果，并进入下一个大周期进行室内外场景的判断。
20.根据权利要求19所述的装置，其特征在于，该装置还包括第二判断校准模块，用于：
将所述大周期以后的每个所述小周期的判断结果与所述大周期的判断结果进行匹配；
当所述小周期的判断结果与所述大周期的判断结果不一致的个数超过预设个数，则更改室内外场景的判断结果。
21.根据权利要求18所述的装置，其特征在于，该装置还包括场景变化检测模块，用于：每经过预设检测时长，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化；
所述第一判断模块还用于：如果所述场景变化检测模块检测到场景发生变化，在场景稳定之后，再重新进入一个小周期；
所述第三判断模块还用于：如果场景变化检测模块检测到场景发生变化，在场景稳定之后，再重新进入一个大周期。
22.根据权利要求21所述的装置，其特征在于，根据当前帧图像与预设检测时长之前的图像中各个像素点的清晰度评价值，检测场景是否发生变化时，所述场景变化检测模块，具体用于：
将当前帧图像与预设检测时长之前的图像分别按照第二预设规则划分成多个第二子块，并根据每个第二子块所包含的各像素点的清晰度评价值之和，确定各所述第二子块的清晰度评价值；
根据当前帧图像与预设检测时长之前的图像所包括的多个第二子块分别对应的清晰度评价值，判断当前场景是否发生变化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610576451.9A CN106131376B (zh) | 2016-07-21 | 2016-07-21 | 一种室内外场景确定方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610576451.9A CN106131376B (zh) | 2016-07-21 | 2016-07-21 | 一种室内外场景确定方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106131376A CN106131376A (zh) | 2016-11-16 |
| CN106131376B true CN106131376B (zh) | 2019-02-12 |
Family
ID=57290159
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610576451.9A Active CN106131376B (zh) | 2016-07-21 | 2016-07-21 | 一种室内外场景确定方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106131376B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107343195B (zh) * | 2017-07-10 | 2019-03-19 | Oppo广东移动通信有限公司 | 拍摄场景检测方法、装置及其设备 |
| CN108718363A (zh) * | 2017-08-22 | 2018-10-30 | 漳州龙文区汇洋远软件开发有限公司 | 一种振动控制系统 |
| CN107749075B (zh) * | 2017-10-26 | 2021-02-12 | 太平洋未来科技（深圳）有限公司 | 视频中虚拟对象光影效果的生成方法和装置 |
| CN108777768B (zh) * | 2018-05-31 | 2020-01-31 | 中国科学院西安光学精密机械研究所 | 一种基于标定的快速自动曝光调节方法 |
| CN108769544A (zh) * | 2018-06-07 | 2018-11-06 | 深圳市亿联智能有限公司 | 一种视频监控设备自适应曝光调试方法 |
| CN108981822B (zh) * | 2018-08-28 | 2020-03-13 | 清华大学 | 一种温度形变同步测量的反射光消除方法 |
| CN109874209A (zh) * | 2018-11-06 | 2019-06-11 | 中国计量大学 | 基于场景自动识别的商务酒店客房场景照明系统 |
| CN109302566A (zh) * | 2018-11-22 | 2019-02-01 | 深圳市景阳科技股份有限公司 | 一种确定拍摄模式的方法、装置及终端设备 |
| CN109905597A (zh) * | 2019-02-13 | 2019-06-18 | 深圳市欧蒂姆光学有限公司 | 眼镜镜片变色控制方法、装置、眼镜和可读存储介质 |
| CN109752867A (zh) * | 2019-02-13 | 2019-05-14 | 深圳市欧蒂姆光学有限公司 | 眼镜 |
| CN113063504A (zh) * | 2020-12-23 | 2021-07-02 | 泰州可以信息科技有限公司 | 摄影棚照明场景识别 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103139572A (zh) * | 2011-11-24 | 2013-06-05 | 比亚迪股份有限公司 | 感光装置及用于其的白平衡方法和装置 |
| CN103415785A (zh) * | 2011-01-11 | 2013-11-27 | 高通股份有限公司 | 使用光信息的定位系统 |
| CN104320642A (zh) * | 2014-10-11 | 2015-01-28 | 广东欧珀移动通信有限公司 | 一种图片处理的方法及装置 |
| CN105632413A (zh) * | 2016-01-11 | 2016-06-01 | 京东方科技集团股份有限公司 | 一种背光源的调节方法、调节装置及显示装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011097141A (ja) * | 2009-10-27 | 2011-05-12 | Renesas Electronics Corp | 撮像装置、撮像装置の制御方法、及びプログラム |
-
2016
- 2016-07-21 CN CN201610576451.9A patent/CN106131376B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103415785A (zh) * | 2011-01-11 | 2013-11-27 | 高通股份有限公司 | 使用光信息的定位系统 |
| CN103139572A (zh) * | 2011-11-24 | 2013-06-05 | 比亚迪股份有限公司 | 感光装置及用于其的白平衡方法和装置 |
| CN104320642A (zh) * | 2014-10-11 | 2015-01-28 | 广东欧珀移动通信有限公司 | 一种图片处理的方法及装置 |
| CN105632413A (zh) * | 2016-01-11 | 2016-06-01 | 京东方科技集团股份有限公司 | 一种背光源的调节方法、调节装置及显示装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106131376A (zh) | 2016-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106131376B (zh) | 一种室内外场景确定方法及装置 | |
| EP3869459B1 (en) | Target object identification method and apparatus, storage medium and electronic apparatus | |
| US20160260306A1 (en) | Method and device for automated early detection of forest fires by means of optical detection of smoke clouds | |
| CN104580896B (zh) | 一种摄像机日夜模式切换方法和装置 | |
| CN109377703A (zh) | 一种基于机器视觉的森林防火预警系统及其方法 | |
| JP4493050B2 (ja) | 画像分析装置および画像分析方法 | |
| CN103069434B (zh) | 用于多模式视频事件索引的方法和系统 | |
| CN102201146B (zh) | 基于主动红外视频的零照度环境火灾烟雾识别方法 | |
| Millan et al. | On‐the‐Go Grapevine Yield Estimation Using Image Analysis and Boolean Model | |
| CN112699808B (zh) | 密集目标检测方法、电子设备及相关产品 | |
| CN110040595B (zh) | 一种基于图像直方图的电梯门状态检测方法及系统 | |
| CN109484935A (zh) | 一种电梯轿厢监控方法、装置及系统 | |
| US9613432B2 (en) | Fire detection system and method employing digital images processing | |
| KR101608889B1 (ko) | 대기열 모니터링 장치 및 방법 | |
| US9460521B2 (en) | Digital image analysis | |
| KR20160003997A (ko) | 지능형 영상 분석 시스템 및 방법 | |
| CN103617414B (zh) | 一种基于最大间距准则的火灾颜色模型的火灾火焰和烟雾识别方法 | |
| CN115620212B (zh) | 一种基于监控视频的行为识别方法及系统 | |
| JP5388829B2 (ja) | 侵入物体検知装置 | |
| KR101204259B1 (ko) | 화재 검출 방법 | |
| CN110276265A (zh) | 基于智能三维立体监控设备的行人监测方法及装置 | |
| CN103020992A (zh) | 一种基于运动颜色关联的视频图像显著性检测方法 | |
| CN102867175A (zh) | 一种基于立体视觉的atm机行为分析方法 | |
| US11935378B2 (en) | Intrusion detection methods and devices | |
| CN109508583A (zh) | 一种人群分布特征的获取方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |