CN106488133A - 一种运动对象的检测方法及移动终端 - Google Patents
一种运动对象的检测方法及移动终端 Download PDFInfo
- Publication number
- CN106488133A CN106488133A CN201611024228.XA CN201611024228A CN106488133A CN 106488133 A CN106488133 A CN 106488133A CN 201611024228 A CN201611024228 A CN 201611024228A CN 106488133 A CN106488133 A CN 106488133A
- Authority
- CN
- China
- Prior art keywords
- image data
- data
- frame
- default
- moving objects
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/68—Control of cameras or camera modules for stable pick-up of the scene, e.g. compensating for camera body vibrations
- H04N23/681—Motion detection
- H04N23/6811—Motion detection based on the image signal
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种运动对象的检测方法及移动终端,涉及通信技术领域。该方法包括:获取所述摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;基于所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;对所述帧差图像数据进行二值化处理,生成二值化图像数据;对所述二值化图像数据进行开运算处理,生成目标图像数据;基于所述目标图像数据,生成运动对象的检测结果。本发明的方案解决了现有技术中存在的手持移动终端时由于抖动而引起运动误判断的问题。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种运动对象的检测方法及移动终端。
背景技术
随着技术的发展,移动终端不仅限于基础通信功能,还增加了许多辅助功能,用以满足用户的使用需求,给人们的生活带来了很大的便利。其中,拍照功能作为一项较为重要的辅助功能,其拍照技术已不亚于一些相机,且由于移动终端的体积较小,携带更方便,因而受到越来越多人的喜爱。
而为了进一步提升现有移动终端的拍照功能,在拍照功能中还增加了对运动对象的检测,以增加其实用性。例如,在自动拍照状态,移动终端可以通过检测是否存在运动对象,确定是否拍照,避免拍照用户正在调整拍照姿态的时候进行自动拍照,不能获得预期图像。
现有的运动检测方法包括:背景减除法,基于模型如混合高斯模型,对背景进行建模再检测的方法;光流法,通过特征点的检测进行判断的方法,等等。但是,在手持移动终端进行拍摄的过程中,上述的运动检测方法会识别出由于轻微手抖所造成的图像变化,因而产生对实际场景的误判断,影响拍照效果。
发明内容
本发明实施例提供一种运动对象的检测方法及移动终端,以解决现有技术中存在的手持移动终端时由于抖动而引起拍摄中对运动对象误判断的问题。
第一方面,本发明的实施例提供一种运动对象的检测方法,应用于具有摄像头的移动终端,包括:
获取所述摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;
基于所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;
对所述帧差图像数据进行二值化处理,生成二值化图像数据;
对所述二值化图像数据进行开运算处理,生成目标图像数据;
基于所述目标图像数据,生成运动对象的检测结果。
第二方面,本发明的实施例还提供了一种移动终端,包括:
获取模块,用于获取所述移动终端摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;
第一处理模块,用于基于所述获取模块获取的所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;
第二处理模块,用于对所述第一处理模块生成的所述帧差图像数据进行二值化处理,生成二值化图像数据;
第三处理模块,用于对所述第二处理模块生成的所述二值化图像数据进行开运算处理,生成目标图像数据;
第四处理模块,用于基于所述第三处理模块生成的所述目标图像数据,生成运动对象的检测结果。
这样,本发明实施例的运动对象的检测方法,首先获取移动终端摄像头在不同时刻所采集的两帧目标图像数据;之后,基于这两帧目标图像数据生成两者的帧差图像数据;然后,对该帧差图像数据进行二值化处理,生成图像数据差异清晰明显的二值化图像数据;进而,通过开运算处理,生成目标图像数据;最终基于该目标图像数据,生成运动对象的检测结果。这样,在处理过程中就能够消除手持终端时的轻微抖动对运动对象检测的影响,实现更准确的运动对象的检测结果。
附图说明
为了更清楚地说明本发明实施例的技术方案,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为本发明第一实施例的运动对象的检测方法的流程图一;
图2为本发明第一实施例的运动对象的检测方法的流程图二;
图3为本发明第一实施例的腐蚀处理的示意图;
图4为本发明第一实施例的膨胀处理的示意图;
图5为本发明第一实施例的运动对象的检测方法的步骤流程图三;
图6为本发明第二实施例的移动终端的结构示意图一;
图7为本发明第二实施例的移动终端的结构示意图二;
图8为本发明第二实施例的移动终端的结构示意图三;
图9为本发明第二实施例的移动终端的结构示意图四;
图10为本发明第三实施例的移动终端的结构示意图;
图11为本发明第四实施例的移动终端的结构示意图。
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。
第一实施例
如图1所示,本发明第一实施例的一种运动对象的检测方法,应用于移动终端,包括:
步骤101,获取所述摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据。
移动终端的摄像头启动后,能够实时获取到其拍摄范围内的图像数据。本步骤中,通过获取该摄像头在不同时刻所采集的两帧目标图像数据作为运动对象检测的基础数据。其中,第一帧目标图像数据和第二帧图目标像数据可以是相邻帧图像,也可以分别取摄像头启动后的第N帧和第N+n帧,n=1,2,3…,而为了保证检测的实时性,n的取值应小于一阈值。
步骤102,基于所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据。
本步骤中,根据步骤101获取的第一帧目标图像数据和第二帧目标图像数据,得到两者的帧差图像数据,以初步获得运动对象的轮廓。
步骤103,对所述帧差图像数据进行二值化处理,生成二值化图像数据。
本步骤中,为了清楚呈现图像,将经步骤102得到的帧差图像数据进行二值化处理,得到二值化图像数据。
步骤104,对所述二值化图像数据进行开运算处理,生成目标图像数据。
本步骤中,对上述步骤103生成的二值化图像数据进行开运算处理,生成目标图像数据。由于开运算可用于消除小目标、在纤细点处分离的目标、平滑较大目标的边界,因此,通过开运算即可消除由于手持移动终端抖动而造成的运动假象。
步骤105,基于所述目标图像数据,生成运动对象的检测结果。
本步骤中,基于上述步骤105生成的目标图像数据,在消除手持终端时的轻微抖动对运动对象检测的影响后,确定出最终的运动对象的检测结果。
通过步骤101~步骤105,首先获取移动终端摄像头在不同时刻所采集的两帧图像数据,在将两者的帧差图像数据进行二值化处理后,得到的图像差异清晰明显的二值化图像数据,进而通过开运算处理,消除手持终端时的轻微抖动对运动对象检测的影响,得到更为准确的运动对象检测结果,避免误判断,提升用户体验。
应该了解的是,在图像拍摄过程中,摄像头所采集的图像数据往往会受一些干扰因素的影响,因此,为了得到高质量的图像数据,步骤101包括:
对所述摄像头在不同时刻所采集的第一帧原始图像数据和第二帧原始图像数据进行图像预处理;
提取经过预处理后的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据;
将所述第一帧原始图像数据和第二帧原始图像数据的灰度数据确定为所述第一帧目标图像数据和第二帧目标图像数据。
按照上述内容,用户打开具有相机功能的应用时,其摄像头实时获取拍摄范围内的图像数据,对于原始数据中不同时刻的第一帧原始图像数据和第二帧原始图像数据,进行图像预处理;然后提取图像预处理后,第一帧原始图像数据和第二帧原始图像数据的灰度数据,并将其分别确定为第一帧目标图像数据和第二帧目标图像数据。通过对原始图像数据的预处理,可以去除拍摄中图像的坏点、噪点,又或者校正由于拍摄场景下光线不足等原因造成的图像颜色偏差、增强颜色的不足,得到高质量的图像数据,保证后续图像数据处理的进行。
其中,所述图像预处理包括去坏点、伽马校正、颜色校正、颜色增强、去噪中的至少一项。
如摄像头传感器采集的原始图像数据经过移动终端芯片中的图像处理ISP的多道工序处理包括去坏点、伽马校正、颜色校正、颜色增强和去噪等,得到YUV格式的图像数据,只取Y通道数据即灰度数据。
在获取第一帧目标图像数据和第二帧目标图像数据后,如图1所示,下一步,生成两者的帧差图像数据。具体的,步骤102包括:
根据公式D(i,j)=│I1(i,j)-I2(i,j)│,生成所述帧差图像数据;
其中,i,j为图像中像素点的坐标位置,I1(i,j)为第一帧目标图像数据,I2(i,j)为第二帧目标图像数据,D(i,j)为所述帧差图像数据。
这样,通过D(i,j)=│I1(i,j)-I2(i,j)│,将两帧目标图像数据相减,生成的帧差图像数据D(i,j),就能够实现对相对静止景物的消除,而得到运动对象的轮廓,初步检测出当前场景下的运动对象。
在得到帧差图像数据D(i,j)后,下一步,对其进行二值化处理。具体的,步骤103包括:
获取所述帧差图像数据中每一像素点的初始灰度数据;
将每一像素点的初始灰度数据与预设灰度值进行比较;
当所述初始灰度数据大于或等于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第一值;
当所述初始灰度数据小于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第二值。
本发明实施例中,以图像中像素点的灰度数据作为处理的具体数据,预先设置了二值化处理的预设灰度值。因此,在上述内容中,帧差图像中坐标位置为(i,j)的像素点的灰度数据为D(i,j)。通过上述二值化处理的具体步骤,获取该帧差图像数据中的每一个像素点的初始灰度数据,并将该初始灰度数据与预设灰度值比较,将大于或等于预设灰度值的初始灰度数据所对应的像素点的灰度数据调整为预设第一值,小于预设灰度值的初始灰度数据所对应的像素点的灰度数据调整为预设第二值,实现对帧差图像中像素点的灰度值差异的清楚呈现,将运动对象的轮廓进行更为突出的显示。
进一步具体的,二值化图像数据其中,th为预设灰度值,Imax为预设第一值,Imin为预设第二值。
优选的,为了达到明显的区分,Imax=255,Imin=0。而预设灰度值th,由于其大小会导致二值化图像数据是否能够反映两帧图像变化,因此,th≤0.1*Imax,优选的,th=10。
下一步,对二值化图像数据进行开运算处理,如图2所示,步骤104包括:
步骤1041,基于预设核函数,对所述二值化图像数据进行腐蚀处理,得到腐蚀图像数据。
本步骤中,基于预设核函数,首先对二值化图像数据进行腐蚀处理,得到腐蚀图像数据。
步骤1042,基于预设核函数,对所述腐蚀图像数据进行膨胀处理,得到目标图像数据。
本步骤中,在步骤1041得到的腐蚀图像数据的基础上,基于预设核函数,进行膨胀处理,得到目标图像数据,为后续运动对象的检查提供依据。
腐蚀和膨胀是图像处理中形态学操作,通过步骤1041和步骤1042,利用预设核函数图像,对二值化图像数据进行先腐蚀后膨胀的开运算处理,滤除手持移动终端时轻微抖动,避免其对运动对象检测结果的影响。即开运算处理后的目标图像数据M(i,j)=Dilation(Erosion(B(i,j),K),K);其中,Erosion表示图像处理中的腐蚀操作,Dilation表示图像处理中的膨胀操作,K表示开运算中的预设核函数。
这里,通过对二值化图像数据先腐蚀处理,消除了二值化图像数据中小而无意义的部分,如由手持移动终端抖动所造成的运动假象部分;再对腐蚀图像数据进行膨胀处理,将有意义的部分进行扩大,便于基于目标图像数据快速、准确地生成运动对象的检查结果。
其中,步骤1041包括:
依次选取所述二值化图像数据中的像素点为第一目标像素点;
将预设核函数的预定参考点与所述第一目标像素点重叠;
获取预设核函数覆盖区域的所有像素点的灰度数据;
将所述预设核函数覆盖区域的灰度数据的最小值赋值于所述第一目标像素点的灰度数据,得到腐蚀图像数据。
通过上述步骤,以预设核函数K的预定参考点遍历二值化图像数据中的所有像素点,获取到当前预设核函数K所覆盖的二值化图像中所有像素点灰度数据的最小值,并将该最小值赋值于与预设核函数K的预定参考点位置重叠的像素点,直至遍历完成,得到腐蚀图像数据。
预设核函数K可以有不同的形状、大小,以及一预定参考点(也称为锚点)。K的形状多为矩形、圆形或交叉形,通常预定参考点为K的中心。其中,K的大小决定了是否能够滤除手持移动终端时的轻微抖动,K太小则会导致无法滤除轻微抖动,K太大又会对运动对象的图像造成部分损失,因此具体需要根据图像大小和实际调试适应选择。本发明实施例中,优选K的形状为矩形,大小为5~11。
假设图像U为待腐蚀图像,3*3的矩形V为预设核函数,如图3所示,基于V对U进行腐蚀处理,得到腐蚀图像为。
可见,腐蚀实际上是求局部最小值的操作,K与图像卷积,计算K覆盖区域的像素点的灰度数据最小值,并将这个最小值赋值给预定参考点指定的像素点。如Erosion(U,V)=min(x′,y′):K(x′,y′)≠0U(x+x′,y+y′)。
此外,步骤1042包括:
依次选取所述腐蚀图像数据中的像素点为第二目标像素点;
将预设核函数的预定参考点与所述第二目标像素点重叠;
获取预设核函数覆盖区域的所有像素点的第二灰度数据;
将所述预设核函数覆盖区域的灰度数据的最大值赋值于所述第二目标像素点的灰度数据,得到目标图像数据。
通过上述步骤,以上述预设核函数K的预定参考点遍历腐蚀图像数据中的所有像素点,获取到当前预设核函数K所覆盖的腐蚀处理后图像中所有像素点灰度数据的最大值,并将该最大值赋值于与预设核函数K的预定参考点位置重叠的像素点,直至遍历完成,得到目标图像数据。
假设图像W为待膨胀图像,3*3的矩形V为预设核函数,如图4所示,基于V对W进行膨胀处理,得到膨胀图像为W⊕V。
可见,膨胀实际上是求局部最大值的操作,K与图像卷积,计算K覆盖区域的像素点的灰度数据最大值,并将这个最大值赋值给预定参考点指定的像素点。如Dilation(W,V)=max(x′,y′):K(x′,y′)≠0W(x+x′,y+y′)。
在通过开运算处理生成目标图像数据后,如图5所示,在上述实施例的基础上,步骤105还包括:
步骤1051,统计所述目标图像数据中灰度数据等于预设第一值的像素点的个数;
步骤1052,若所述个数大于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中存在运动对象;
步骤1053,若所述个数小于或等于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中不存在运动对象。
该实施例中,预先设置了运动对象检测的预设阈值,由于经二值化处理后的图像灰度数据仅有两种情况,通过统计等于预设第一值的像素点的个数,并将其与预设阈值比较来生成运动对象的检测结果,确定摄像头所采集的图像中是否存在运动对象。由于之前已消除了手持终端抖动所造成的运动假象部分,这里,仅需统计和比较就能够得到运动对象的检测结果,简便快捷,节省了系统资源,提升了效率。
其中,预设阈值往往是系统生产应用前,通过测试验证得到的较佳值,也可以通过用户自定义。
综上所述,本发明实施例的运动对象的检测方法,首先获取移动终端摄像头在不同时刻所采集的两帧目标图像数据;之后,基于这两帧目标图像数据生成两者的帧差图像数据;然后,对该帧差图像数据进行二值化处理,生成图像数据差异清晰明显的二值化图像数据;进而,通过开运算处理,生成目标图像数据;最终基于该目标图像数据,生成运动对象的检测结果。这样,在处理过程中就能够消除手持终端时的轻微抖动对运动对象检测的影响,实现更准确的运动对象的检测结果。
第二实施例
如图6所示,本发明第二实施例的一种移动终端600,能实现实施例一中的运动对象的检测方法的细节,并达到相同的效果。包括:获取模块601、第一处理模块602、第二处理模块603、第三处理模块604和第四处理模块605;
获取模块601,用于获取所述移动终端摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;
第一处理模块602,用于基于所述获取模块获取的所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;
第二处理模块603,用于对所述第一处理模块生成的所述帧差图像数据进行二值化处理,生成二值化图像数据;
第三处理模块604,用于对所述第二处理模块生成的所述二值化图像数据进行开运算处理,生成目标图像数据;
第四处理模块605,用于基于所述第三处理模块生成的所述目标图像数据,生成运动对象的检测结果。
可选地,在图6基础上,如图7所示,所述第一处理模块602包括:
第一处理子模块6021,用于根据公式D(i,j)=│I1(i,j)-I2(i,j)│,生成所述帧差图像数据;
其中,i,j为图像中像素点的坐标位置,I1(i,j)为第一帧目标图像数据,I2(i,j)为第二帧目标图像数据,D(i,j)为所述帧差图像数据。
其中,所述第二处理模块603包括:
获取子模块6031,用于获取所述帧差图像数据中每一像素点的初始灰度数据;
比较子模块6032,用于将每一像素点的初始灰度数据与预设灰度值进行比较;
第一调整子模块6033,用于当所述初始灰度数据大于或等于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第一值;
第二调整子模块6034,用于当所述初始灰度数据小于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第二值。
可选地,在图6的基础上,如图8所示,所述第三处理模块604包括:
第二处理子模块6041,用于基于预设核函数,对所述二值化图像数据进行腐蚀处理,得到腐蚀图像数据;
第三处理子模块6042,用于基于预设核函数,对所述第二处理子模块得到的所述腐蚀图像数据进行膨胀处理,得到目标图像数据。
其中,所述第二处理子模块6041包括:
第一选取单元60411,用于依次选取所述二值化图像数据中的像素点为第一目标像素点;
第一处理单元60412,用于将预设核函数的预定参考点与所述第一目标像素点重叠;
第一获取单元60413,用于获取预设核函数覆盖区域的所有像素点的灰度数据;
第一赋值单元60414,用于将所述预设核函数覆盖区域的灰度数据的最小值赋值于所述第一目标像素点的灰度数据,得到腐蚀图像数据。
其中,所述第三处理子模块6042包括:
第二选取单元60421,用于依次选取所述腐蚀图像数据中的像素点为第二目标像素点;
第二处理单元60422,用于将预设核函数的预定参考点与所述第二目标像素点重叠;
第二获取单元60423,用于获取预设核函数覆盖区域的所有像素点的第二灰度数据;
第二赋值单元60424,用于将所述预设核函数覆盖区域的灰度数据的最大值赋值于所述第二目标像素点的灰度数据,得到目标图像数据。
可选地,在图6的基础上,如图9所示,所述第四处理模块605包括:
统计子模块6051,用于统计所述目标图像数据中灰度数据等于预设第一值的像素点的个数;
第一确定子模块6052,用于若所述统计子模块统计的所述个数大于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中存在运动对象;
第二确定子模块6053,用于若所述统计子模块统计的所述个数小于或等于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中不存在运动对象。
其中,所述获取模块601包括:
第四处理子模块6011,用于对所述摄像头在不同时刻所采集的第一帧原始图像数据和第二帧原始图像数据进行图像预处理;
提取子模块6012,用于提取经过预处理后的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据;
第三确定子模块6013,用于将所述提取子模块提取的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据确定为所述第一帧目标图像数据和第二帧目标图像数据。
其中,所述图像预处理包括去坏点、伽马校正、颜色校正、颜色增强、去噪中的至少一项。
移动终端600能够实现图1、图2和图5的方法实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。移动终端600首先获取移动终端摄像头在不同时刻所采集的两帧目标图像数据;之后,基于这两帧目标图像数据生成两者的帧差图像数据;然后,对该帧差图像数据进行二值化处理,生成图像数据差异清晰明显的二值化图像数据;进而,通过开运算处理,生成目标图像数据;最终基于该目标图像数据,生成运动对象的检测结果。这样,在处理过程中就能够消除手持终端时的轻微抖动对运动对象检测的影响,实现更准确的运动对象的检测结果。
第三实施例
图10是本发明另一实施例的移动终端的结构示意图。图10所示的移动终端1000包括:至少一个处理器1001、存储器1002、至少一个网络接口1004、用户接口1003和摄像头1006。移动终端1000中的各个组件通过总线系统1005耦合在一起。可理解,总线系统1005用于实现这些组件之间的连接通信。总线系统1005除包括数据总线之外,还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见,在图10中将各种总线都标为总线系统1005。
其中,用户接口1003可以包括显示器、键盘、按键或者点击设备(例如,鼠标,轨迹球(trackball)、触感板或者触摸屏等。
可以理解,本发明实施例中的存储器1002可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double DataRate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本文描述的系统和方法的存储器1002旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中,存储器1002存储了如下的元素,可执行模块或者数据结构,或者他们的子集,或者他们的扩展集:操作系统10021和应用程序10022。
其中,操作系统10021,包含各种系统程序,例如框架层、核心库层、驱动层等,用于实现各种基础业务以及处理基于硬件的任务。应用程序10022,包含各种应用程序,例如媒体播放器(Media Player)、浏览器(Browser)等,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序10022中。
在本发明实施例中,通过调用存储器1002存储的程序或指令,具体的,可以是应用程序10022中存储的程序或指令,处理器1001用于获取所述摄像头1006在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;基于所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;对所述帧差图像数据进行二值化处理,生成二值化图像数据;对所述二值化图像数据进行开运算处理,生成目标图像数据;基于所述目标图像数据,生成运动对象的检测结果。
上述本发明实施例揭示的方法可以应用于处理器1001中,或者由处理器1001实现。处理器1001可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器1001中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器1001可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器,闪存、只读存储器,可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器1002,处理器1001读取存储器1002中的信息,结合其硬件完成上述方法的步骤。
可以理解的是,本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现,处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits,ASIC)、数字信号处理器(Digital Signal Processing,DSP)、数字信号处理设备(DSP Device,DSPD)、可编程逻辑设备(Programmable LogicDevice,PLD)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现,可通过执行本文所述功能的模块(例如过程、函数等)来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
可选地,处理器1001还用于根据公式D(i,j)=│I1(i,j)-I2(i,j)│,生成所述帧差图像数据;其中,i,j为图像中像素点的坐标位置,I1(i,j)为第一帧目标图像数据,I2(i,j)为第二帧目标图像数据,D(i,j)为所述帧差图像数据。
可选地,处理器1001还用于:获取所述帧差图像数据中每一像素点的初始灰度数据;将每一像素点的初始灰度数据与预设灰度值进行比较;当所述初始灰度数据大于或等于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第一值;当所述初始灰度数据小于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第二值。
可选地,处理器1001还用于:基于预设核函数,对所述二值化图像数据进行腐蚀处理,得到腐蚀图像数据;基于预设核函数,对所述腐蚀图像数据进行膨胀处理,得到目标图像数据。
可选地,处理器1001还用于:依次选取所述二值化图像数据中的像素点为第一目标像素点;将预设核函数的预定参考点与所述第一目标像素点重叠;获取预设核函数覆盖区域的所有像素点的灰度数据;将所述预设核函数覆盖区域的灰度数据的最小值赋值于所述第一目标像素点的灰度数据,得到腐蚀图像数据。
可选地,处理器1001还用于:依次选取所述腐蚀图像数据中的像素点为第二目标像素点;将预设核函数的预定参考点与所述第二目标像素点重叠;获取预设核函数覆盖区域的所有像素点的第二灰度数据;将所述预设核函数覆盖区域的灰度数据的最大值赋值于所述第二目标像素点的灰度数据,得到目标图像数据。
可选地,处理器1001还用于:统计所述目标图像数据中灰度数据等于预设第一值的像素点的个数;若所述个数大于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中存在运动对象;若所述个数小于或等于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中不存在运动对象。
可选地,处理器1001还用于:对所述摄像头在不同时刻所采集的第一帧原始图像数据和第二帧原始图像数据进行图像预处理;提取经过预处理后的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据;将所述第一帧原始图像数据和第二帧原始图像数据的灰度数据确定为所述第一帧目标图像数据和第二帧目标图像数据。
可选地,所述图像预处理包括去坏点、伽马校正、颜色校正、颜色增强、去噪中的至少一项。
移动终端1000能够实现前述实施例中移动终端实现的各个过程,为避免重复,这里不再赘述。移动终端1000首先获取移动终端摄像头在不同时刻所采集的两帧目标图像数据;之后,基于这两帧目标图像数据生成两者的帧差图像数据;然后,对该帧差图像数据进行二值化处理,生成图像数据差异清晰明显的二值化图像数据;进而,通过开运算处理,生成目标图像数据;最终基于该目标图像数据,生成运动对象的检测结果。这样,在处理过程中就能够消除手持终端时的轻微抖动对运动对象检测的影响,实现更准确的运动对象的检测结果。
第四实施例
图11是本发明另一个实施例的移动终端的结构示意图。具体地,图11中的移动终端1100可以为手机、平板电脑、个人数字助理(Personal Digital Assistant,PDA)、或车载电脑等。
图11中的移动终端1100包括射频(Radio Frequency,RF)电路1110、存储器1120、输入单元1130、摄像头1140、显示单元1150、处理器1160、音频电路1170、WiFi(WirelessFidelity)模块1180和电源1190。
其中,输入单元1130可用于接收用户输入的数字或字符信息,以及产生与移动终端1100的用户设置以及功能控制有关的信号输入。具体地,本发明实施例中,该输入单元1130可以包括触控面板1131。触控面板1131,也称为触摸屏,可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板1131上的操作),并根据预先设定的程式驱动相应的连接装置。可选的,触控面板1131可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给该处理器1160,并能接收处理器1160发来的命令并加以执行。此外,可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板1131。除了触控面板1131,输入单元1130还可以包括其他输入设备1132,其他输入设备1132可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
其中,显示单元1150可用于显示由用户输入的信息或提供给用户的信息以及移动终端1100的各种菜单界面。显示单元1150可包括显示面板1151,可选的,可以采用LCD或有机发光二极管(Organic Light-Emitting Diode,OLED)等形式来配置显示面板1151。
应注意,触控面板1131可以覆盖显示面板1151,形成触摸显示屏,当该触摸显示屏检测到在其上或附近的触摸操作后,传送给处理器1160以确定触摸事件的类型,随后处理器1160根据触摸事件的类型在触摸显示屏上提供相应的视觉输出。
触摸显示屏包括应用程序界面显示区及常用控件显示区。该应用程序界面显示区及该常用控件显示区的排列方式并不限定,可以为上下排列、左右排列等可以区分两个显示区的排列方式。该应用程序界面显示区可以用于显示应用程序的界面。每一个界面可以包含至少一个应用程序的图标和/或widget桌面控件等界面元素。该应用程序界面显示区也可以为不包含任何内容的空界面。该常用控件显示区用于显示使用率较高的控件,例如,设置按钮、界面编号、滚动条、电话本图标等应用程序图标等。
其中处理器1160是移动终端1100的控制中心,利用各种接口和线路连接整个手机的各个部分,通过运行或执行存储在第一存储器1121内的软件程序和/或模块,以及调用存储在第二存储器1122内的数据,执行移动终端1100的各种功能和处理数据,从而对移动终端1100进行整体监控。可选的,处理器1160可包括一个或多个处理单元。
在本发明实施例中,通过调用存储该第一存储器1121内的软件程序和/或模块和/或该第二存储器1122内的数据,处理器1160用于获取所述摄像头1140在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;基于所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;对所述帧差图像数据进行二值化处理,生成二值化图像数据;对所述二值化图像数据进行开运算处理,生成目标图像数据;基于所述目标图像数据,生成运动对象的检测结果。
可选地,处理器1160还用于:根据公式D(i,j)=│I1(i,j)-I2(i,j)│,生成所述帧差图像数据;其中,i,j为图像中像素点的坐标位置,I1(i,j)为第一帧目标图像数据,I2(i,j)为第二帧目标图像数据,D(i,j)为所述帧差图像数据。
可选地,处理器1160还用于:获取所述帧差图像数据中每一像素点的初始灰度数据;将每一像素点的初始灰度数据与预设灰度值进行比较;当所述初始灰度数据大于或等于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第一值;当所述初始灰度数据小于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第二值。
可选地,处理器1160还用于:基于预设核函数,对所述二值化图像数据进行腐蚀处理,得到腐蚀图像数据;基于预设核函数,对所述腐蚀图像数据进行膨胀处理,得到目标图像数据。
可选地,处理器1160还用于:依次选取所述二值化图像数据中的像素点为第一目标像素点;将预设核函数的预定参考点与所述第一目标像素点重叠;获取预设核函数覆盖区域的所有像素点的灰度数据;将所述预设核函数覆盖区域的灰度数据的最小值赋值于所述第一目标像素点的灰度数据,得到腐蚀图像数据。
可选地,处理器1160还用于:依次选取所述腐蚀图像数据中的像素点为第二目标像素点;将预设核函数的预定参考点与所述第二目标像素点重叠;获取预设核函数覆盖区域的所有像素点的第二灰度数据;将所述预设核函数覆盖区域的灰度数据的最大值赋值于所述第二目标像素点的灰度数据,得到目标图像数据。
可选地,处理器1160还用于:统计所述目标图像数据中灰度数据等于预设第一值的像素点的个数;若所述个数大于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中存在运动对象;若所述个数小于或等于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中不存在运动对象。
可选地,处理器1160还用于:对所述摄像头在不同时刻所采集的第一帧原始图像数据和第二帧原始图像数据进行图像预处理;提取经过预处理后的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据;将所述第一帧原始图像数据和第二帧原始图像数据的灰度数据确定为所述第一帧目标图像数据和第二帧目标图像数据。
可选地,所述图像预处理包括去坏点、伽马校正、颜色校正、颜色增强、去噪中的至少一项。
可见,本实施例的移动终端1100首先获取移动终端摄像头在不同时刻所采集的两帧目标图像数据;之后,基于这两帧目标图像数据生成两者的帧差图像数据;然后,对该帧差图像数据进行二值化处理,生成图像数据差异清晰明显的二值化图像数据;进而,通过开运算处理,生成目标图像数据;最终基于该目标图像数据,生成运动对象的检测结果。这样,在处理过程中就能够消除手持终端时的轻微抖动对运动对象检测的影响,实现更准确的运动对象的检测结果。
本领域普通技术人员可以意识到,结合本发明实施例中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (18)
1.一种运动对象的检测方法,应用于具有摄像头的移动终端,其特征在于,包括:
获取所述摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;
基于所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;
对所述帧差图像数据进行二值化处理,生成二值化图像数据;
对所述二值化图像数据进行开运算处理,生成目标图像数据;
基于所述目标图像数据,生成运动对象的检测结果。
2.根据权利要求1所述的运动对象的检测方法,其特征在于,所述基于所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据的步骤,包括:
根据公式D(i,j)=│I1(i,j)-I2(i,j)│,生成所述帧差图像数据;
其中,i,j为图像中像素点的坐标位置,I1(i,j)为第一帧目标图像数据,I2(i,j)为第二帧目标图像数据,D(i,j)为所述帧差图像数据。
3.根据权利要求1所述的运动对象的检测方法,其特征在于,所述对所述帧差图像数据进行二值化处理,生成二值化图像数据的步骤,包括:
获取所述帧差图像数据中每一像素点的初始灰度数据;
将每一像素点的初始灰度数据与预设灰度值进行比较;
当所述初始灰度数据大于或等于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第一值;
当所述初始灰度数据小于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第二值。
4.根据权利要求1所述的运动对象的检测方法,其特征在于,所述对所述二值化图像数据进行开运算处理,生成目标图像数据的步骤,包括:
基于预设核函数,对所述二值化图像数据进行腐蚀处理,得到腐蚀图像数据;
基于预设核函数,对所述腐蚀图像数据进行膨胀处理,得到目标图像数据。
5.根据权利要求4所述的运动对象的检测方法,其特征在于,所述基于预设核函数,对所述二值化图像数据进行腐蚀处理,得到腐蚀图像数据的步骤,包括:
依次选取所述二值化图像数据中的像素点为第一目标像素点;
将预设核函数的预定参考点与所述第一目标像素点重叠;
获取预设核函数覆盖区域的所有像素点的灰度数据;
将所述预设核函数覆盖区域的灰度数据的最小值赋值于所述第一目标像素点的灰度数据,得到腐蚀图像数据。
6.根据权利要求4所述的运动对象的检测方法,其特征在于,所述基于预设核函数,对所述腐蚀图像数据进行膨胀处理,得到目标图像数据的步骤,包括:
依次选取所述腐蚀图像数据中的像素点为第二目标像素点;
将预设核函数的预定参考点与所述第二目标像素点重叠;
获取预设核函数覆盖区域的所有像素点的第二灰度数据;
将所述预设核函数覆盖区域的灰度数据的最大值赋值于所述第二目标像素点的灰度数据,得到目标图像数据。
7.根据权利要求1所述的运动对象的检测方法,其特征在于,所述基于所述目标图像数据,生成运动对象的检测结果的步骤,包括:
统计所述目标图像数据中灰度数据等于预设第一值的像素点的个数;
若所述个数大于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中存在运动对象;
若所述个数小于或等于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中不存在运动对象。
8.根据权利要求1所述的运动对象的检测方法,其特征在于,所述获取所述摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据的步骤,包括:
对所述摄像头在不同时刻所采集的第一帧原始图像数据和第二帧原始图像数据进行图像预处理;
提取经过预处理后的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据;
将所述第一帧原始图像数据和第二帧原始图像数据的灰度数据确定为所述第一帧目标图像数据和第二帧目标图像数据。
9.根据权利要求8所述的运动对象的检测方法,其特征在于,所述图像预处理包括去坏点、伽马校正、颜色校正、颜色增强、去噪中的至少一项。
10.一种移动终端,其特征在于,包括:
获取模块,用于获取所述移动终端摄像头在不同时刻所采集的第一帧目标图像数据和第二帧目标图像数据;
第一处理模块,用于基于所述获取模块获取的所述第一帧目标图像数据和所述第二帧目标图像数据,生成帧差图像数据;
第二处理模块,用于对所述第一处理模块生成的所述帧差图像数据进行二值化处理,生成二值化图像数据;
第三处理模块,用于对所述第二处理模块生成的所述二值化图像数据进行开运算处理,生成目标图像数据;
第四处理模块,用于基于所述第三处理模块生成的所述目标图像数据,生成运动对象的检测结果。
11.根据权利要求10所述的移动终端,其特征在于,所述第一处理模块包括:
第一处理子模块,用于根据公式D(i,j)=│I1(i,j)-I2(i,j)│,生成所述帧差图像数据;
其中,i,j为图像中像素点的坐标位置,I1(i,j)为第一帧目标图像数据,I2(i,j)为第二帧目标图像数据,D(i,j)为所述帧差图像数据。
12.根据权利要求10所述的移动终端,其特征在于,所述第二处理模块包括:
获取子模块,用于获取所述帧差图像数据中每一像素点的初始灰度数据;
比较子模块,用于将每一像素点的初始灰度数据与预设灰度值进行比较;
第一调整子模块,用于当所述初始灰度数据大于或等于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第一值;
第二调整子模块,用于当所述初始灰度数据小于预设灰度阈值时,将所述二值化图像数据中对应像素点的灰度数据调整为预设第二值。
13.根据权利要求10所述的移动终端,其特征在于,所述第三处理模块包括:
第二处理子模块,用于基于预设核函数,对所述二值化图像数据进行腐蚀处理,得到腐蚀图像数据;
第三处理子模块,用于基于预设核函数,对所述第二处理子模块得到的所述腐蚀图像数据进行膨胀处理,得到目标图像数据。
14.根据权利要求13所述的移动终端,其特征在于,所述第二处理子模块包括:
第一选取单元,用于依次选取所述二值化图像数据中的像素点为第一目标像素点;
第一处理单元,用于将预设核函数的预定参考点与所述第一目标像素点重叠;
第一获取单元,用于获取预设核函数覆盖区域的所有像素点的灰度数据;
第一赋值单元,用于将所述预设核函数覆盖区域的灰度数据的最小值赋值于所述第一目标像素点的灰度数据,得到腐蚀图像数据。
15.根据权利要求13所述的移动终端,其特征在于,所述第三处理子模块包括:
第二选取单元,用于依次选取所述腐蚀图像数据中的像素点为第二目标像素点;
第二处理单元,用于将预设核函数的预定参考点与所述第二目标像素点重叠;
第二获取单元,用于获取预设核函数覆盖区域的所有像素点的第二灰度数据;
第二赋值单元,用于将所述预设核函数覆盖区域的灰度数据的最大值赋值于所述第二目标像素点的灰度数据,得到目标图像数据。
16.根据权利要求10所述的移动终端,其特征在于,所述第四处理模块包括:
统计子模块,用于统计所述目标图像数据中灰度数据等于预设第一值的像素点的个数;
第一确定子模块,用于若所述统计子模块统计的所述个数大于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中存在运动对象;
第二确定子模块,用于若所述统计子模块统计的所述个数小于或等于预设阈值,则确定所述运动对象的检测结果为所述摄像头所采集的图像中不存在运动对象。
17.根据权利要求10所述的移动终端,其特征在于,所述获取模块包括:
第四处理子模块,用于对所述摄像头在不同时刻所采集的第一帧原始图像数据和第二帧原始图像数据进行图像预处理;
提取子模块,用于提取经过预处理后的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据;
第三确定子模块,用于将所述提取子模块提取的所述第一帧原始图像数据和第二帧原始图像数据的灰度数据确定为所述第一帧目标图像数据和第二帧目标图像数据。
18.根据权利要求17所述的移动终端,其特征在于,所述图像预处理包括去坏点、伽马校正、颜色校正、颜色增强、去噪中的至少一项。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611024228.XA CN106488133A (zh) | 2016-11-17 | 2016-11-17 | 一种运动对象的检测方法及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611024228.XA CN106488133A (zh) | 2016-11-17 | 2016-11-17 | 一种运动对象的检测方法及移动终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106488133A true CN106488133A (zh) | 2017-03-08 |
Family
ID=58272783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611024228.XA Pending CN106488133A (zh) | 2016-11-17 | 2016-11-17 | 一种运动对象的检测方法及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106488133A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108647587A (zh) * | 2018-04-23 | 2018-10-12 | 腾讯科技(深圳)有限公司 | 人数统计方法、装置、终端及存储介质 |
CN109272535A (zh) * | 2018-09-07 | 2019-01-25 | 广东中粤电力科技有限公司 | 一种基于图像识别的配电房安全区预警方法 |
CN109332763A (zh) * | 2018-10-09 | 2019-02-15 | 江西科技学院 | 断电保护方法、系统、可读存储介质及电锤钻 |
CN110475067A (zh) * | 2019-08-26 | 2019-11-19 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN111147763A (zh) * | 2019-12-29 | 2020-05-12 | 眸芯科技(上海)有限公司 | 基于灰度值的图像处理方法及应用 |
CN111275036A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 目标检测方法、装置、电子设备及计算机可读存储介质 |
CN111402301A (zh) * | 2020-03-17 | 2020-07-10 | 浙江大华技术股份有限公司 | 积水检测方法及装置、存储介质及电子装置 |
CN112862703A (zh) * | 2021-01-21 | 2021-05-28 | 平安科技(深圳)有限公司 | 基于移动拍照的图像校正方法、装置、电子设备及介质 |
CN113223043A (zh) * | 2021-03-26 | 2021-08-06 | 西安闻泰信息技术有限公司 | 一种移动目标的检测方法、装置、设备及介质 |
CN113469126A (zh) * | 2021-07-23 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种运动状态检测方法、装置、检测设备及存储介质 |
CN117278865A (zh) * | 2023-11-16 | 2023-12-22 | 荣耀终端有限公司 | 一种图像处理方法及相关装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101621615A (zh) * | 2009-07-24 | 2010-01-06 | 南京邮电大学 | 一种自适应背景建模及运动目标检测方法 |
CN102799856A (zh) * | 2012-06-15 | 2012-11-28 | 天津大学 | 基于双通道红外信息融合的人体动作识别方法 |
CN103049748A (zh) * | 2012-12-30 | 2013-04-17 | 信帧电子技术(北京)有限公司 | 行为监测方法及装置 |
CN103700116A (zh) * | 2012-09-27 | 2014-04-02 | 中国航天科工集团第二研究院二O七所 | 一种用于运动目标检测的背景建模方法 |
CN104378604A (zh) * | 2014-12-01 | 2015-02-25 | 江西洪都航空工业集团有限责任公司 | 一种基于运动检测的实时监控方法 |
CN104700430A (zh) * | 2014-10-05 | 2015-06-10 | 安徽工程大学 | 机载显示器的运动检测方法 |
-
2016
- 2016-11-17 CN CN201611024228.XA patent/CN106488133A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101621615A (zh) * | 2009-07-24 | 2010-01-06 | 南京邮电大学 | 一种自适应背景建模及运动目标检测方法 |
CN102799856A (zh) * | 2012-06-15 | 2012-11-28 | 天津大学 | 基于双通道红外信息融合的人体动作识别方法 |
CN103700116A (zh) * | 2012-09-27 | 2014-04-02 | 中国航天科工集团第二研究院二O七所 | 一种用于运动目标检测的背景建模方法 |
CN103049748A (zh) * | 2012-12-30 | 2013-04-17 | 信帧电子技术(北京)有限公司 | 行为监测方法及装置 |
CN104700430A (zh) * | 2014-10-05 | 2015-06-10 | 安徽工程大学 | 机载显示器的运动检测方法 |
CN104378604A (zh) * | 2014-12-01 | 2015-02-25 | 江西洪都航空工业集团有限责任公司 | 一种基于运动检测的实时监控方法 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108647587A (zh) * | 2018-04-23 | 2018-10-12 | 腾讯科技(深圳)有限公司 | 人数统计方法、装置、终端及存储介质 |
CN108647587B (zh) * | 2018-04-23 | 2021-08-24 | 腾讯科技(深圳)有限公司 | 人数统计方法、装置、终端及存储介质 |
CN109272535A (zh) * | 2018-09-07 | 2019-01-25 | 广东中粤电力科技有限公司 | 一种基于图像识别的配电房安全区预警方法 |
CN109332763A (zh) * | 2018-10-09 | 2019-02-15 | 江西科技学院 | 断电保护方法、系统、可读存储介质及电锤钻 |
CN111275036A (zh) * | 2018-12-04 | 2020-06-12 | 北京嘀嘀无限科技发展有限公司 | 目标检测方法、装置、电子设备及计算机可读存储介质 |
CN110475067B (zh) * | 2019-08-26 | 2022-01-18 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN110475067A (zh) * | 2019-08-26 | 2019-11-19 | Oppo广东移动通信有限公司 | 图像处理方法和装置、电子设备、计算机可读存储介质 |
CN111147763A (zh) * | 2019-12-29 | 2020-05-12 | 眸芯科技(上海)有限公司 | 基于灰度值的图像处理方法及应用 |
CN111402301A (zh) * | 2020-03-17 | 2020-07-10 | 浙江大华技术股份有限公司 | 积水检测方法及装置、存储介质及电子装置 |
CN111402301B (zh) * | 2020-03-17 | 2023-06-13 | 浙江大华技术股份有限公司 | 积水检测方法及装置、存储介质及电子装置 |
CN112862703B (zh) * | 2021-01-21 | 2023-06-02 | 平安科技(深圳)有限公司 | 基于移动拍照的图像校正方法、装置、电子设备及介质 |
CN112862703A (zh) * | 2021-01-21 | 2021-05-28 | 平安科技(深圳)有限公司 | 基于移动拍照的图像校正方法、装置、电子设备及介质 |
CN113223043A (zh) * | 2021-03-26 | 2021-08-06 | 西安闻泰信息技术有限公司 | 一种移动目标的检测方法、装置、设备及介质 |
CN113223043B (zh) * | 2021-03-26 | 2024-07-19 | 西安闻泰信息技术有限公司 | 一种移动目标的检测方法、装置、设备及介质 |
CN113469126A (zh) * | 2021-07-23 | 2021-10-01 | 浙江大华技术股份有限公司 | 一种运动状态检测方法、装置、检测设备及存储介质 |
CN117278865A (zh) * | 2023-11-16 | 2023-12-22 | 荣耀终端有限公司 | 一种图像处理方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106488133A (zh) | 一种运动对象的检测方法及移动终端 | |
CN105847674B (zh) | 一种基于移动终端的预览图像处理方法及移动终端 | |
CN105872148B (zh) | 一种高动态范围图像的生成方法及移动终端 | |
CN105827971A (zh) | 一种图像处理方法及移动终端 | |
CN105827754B (zh) | 一种高动态范围图像的生成方法及移动终端 | |
CN107659769B (zh) | 一种拍摄方法、第一终端及第二终端 | |
CN107172296A (zh) | 一种图像拍摄方法及移动终端 | |
CN106161967A (zh) | 一种逆光场景全景拍摄方法及移动终端 | |
CN106506962A (zh) | 一种图像处理方法及移动终端 | |
CN107197169A (zh) | 一种高动态范围图像拍摄方法及移动终端 | |
CN105898143A (zh) | 一种运动物体的抓拍方法及移动终端 | |
CN105959564B (zh) | 一种拍照方法及移动终端 | |
CN107197170A (zh) | 一种曝光控制方法及移动终端 | |
CN105959559A (zh) | 一种夜景拍摄方法及移动终端 | |
CN106027900A (zh) | 一种拍照方法及移动终端 | |
CN106210526A (zh) | 一种拍摄方法及移动终端 | |
CN106097398B (zh) | 一种运动对象的检测方法及移动终端 | |
CN107395976A (zh) | 一种拍摄参数设置方法及移动终端 | |
CN107465882A (zh) | 一种图像拍摄方法及移动终端 | |
CN107509040A (zh) | 一种拍照方法及移动终端 | |
CN106101545A (zh) | 一种图像处理方法及移动终端 | |
CN105979155A (zh) | 一种拍照方法及移动终端 | |
CN107172346A (zh) | 一种虚化方法及移动终端 | |
CN106126108A (zh) | 一种缩略图的生成方法及移动终端 | |
CN106454086A (zh) | 一种图像处理方法和移动终端 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170308 |
|
RJ01 | Rejection of invention patent application after publication |