CN109816621A - 异常光斑的检测装置及方法、电子设备 - Google Patents
异常光斑的检测装置及方法、电子设备 Download PDFInfo
- Publication number
- CN109816621A CN109816621A CN201711135614.0A CN201711135614A CN109816621A CN 109816621 A CN109816621 A CN 109816621A CN 201711135614 A CN201711135614 A CN 201711135614A CN 109816621 A CN109816621 A CN 109816621A
- Authority
- CN
- China
- Prior art keywords
- image
- brightness
- hot spot
- detected
- luminance distribution
- 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
Links
Landscapes
- Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
- Image Processing (AREA)
Abstract
本发明实施例提供一种异常光斑的检测装置及方法、电子设备,通过确定待检测图像与参考图像的亮度差值图像并确定该亮度差值图像的亮度分布图像,根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况来检测异常光斑,能够准确的检测出监控视频画面中出现的异常光斑,保证各种监控视频分析功能的实施和性能。
Description
技术领域
本发明涉及信息技术领域,尤其涉及一种异常光斑的检测装置及方法、电子设备。
背景技术
近年来,在道路监控领域,很多监控视频的分析功能被集成在一起。随着功能的增强,很多干扰也随之出现。一个典型的例子是监控画面中出现异常光斑,例如,在雨天的夜晚,如果监控摄像头的镜头上有灰尘等污物,落下的雨水将和这些污物混合,导致车灯透射到镜头上时监控画面中出现大面积的异常光斑。图1是监控画面中车灯导致的正常光斑的图像,图2是监控画面中出现的异常光斑的图像。该异常光斑的产生将严重影响对于车辆的检测和对于车速的计算。
应该注意,上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
发明人发现,目前还没有检测异常光斑以及区分车灯产生的正常光斑和异常光斑的有效方法,导致严重影响对于车辆的检测和对于车速的计算。
本发明实施例提供一种异常光斑的检测装置及方法、电子设备,确定待检测图像与参考图像的亮度差值图像并确定该亮度差值图像的亮度分布图像,根据该亮度分布图像中沿着预定方向的预定区域的亮度梯度线的弧度变化情况来检测异常光斑,能够准确的检测出监控视频画面中出现的异常光斑,保证各种监控视频分析功能的实施和性能。
根据本发明实施例的第一方面,提供一种异常光斑的检测装置,所述装置包括:计算单元,其用于计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;第一确定单元,其用于确定所述亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;第一检测单元,其用于根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑。
根据本发明实施例的第二方面,提供一种电子设备,所述电子设备包括根据本发明实施例的第一方面所述的装置。
根据本发明实施例的第三方面,提供一种异常光斑的检测方法,所述方法包括:计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;确定所述亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑。
本发明的有益效果在于:通过确定待检测图像与参考图像的亮度差值图像并确定该亮度差值图像的亮度分布图像,根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况来检测异常光斑,能够准确的检测出监控视频画面中出现的异常光斑,保证各种监控视频分析功能的实施和性能。
参照后文的说明和附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起来阐释本发明的原理。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。在附图中:
图1是监控画面中车灯导致的正常光斑的图像;
图2是监控画面中出现的异常光斑的图像;
图3是本发明实施例1的异常光斑的检测装置的示意图;
图4是本发明实施例1的参考图像;
图5是本发明实施例1的待检测图像;
图6是本发明实施例1的亮度差值图像;
图7是本发明实施例1的车灯导致的正常光斑的图像;
图8是图7所示的正常光斑的亮度分布图像;
图9是图6所示的亮度差值图像的亮度分布图像;
图10是本发明实施例1的第一检测单元103的示意图;
图11是本发明实施例1的多个子区域的示意图;
图12是本发明实施例1的亮度变化的切线在图像矩阵上的示意图;
图13是本发明实施例1的亮度差值图像过滤后的图像;
图14是本发明实施例1的第二检测单元106的示意图;
图15是本发明实施例1的亮度分布图像中最高亮度等级的亮度梯度线与最低亮度等级的亮度梯度线沿水平方向的尺寸关系的示意图;
图16是本发明实施例1的亮度分布图像中最高亮度等级的亮度梯度线与各个其他亮度等级的亮度梯度线沿水平方向的尺寸关系的示意图;
图17是本发明实施例2的电子设备的示意图;
图18是本发明实施例2的电子设备的系统构成的一示意框图;
图19是本发明实施例3的异常光斑的检测方法的示意图。
具体实施方式
参照附图,通过下面的说明书,本发明的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本发明实施例提供一种异常光斑的检测装置,图3是本发明实施例1的异常光斑的检测装置的示意图。如图3所示,异常光斑的检测装置100包括:
计算单元101,其用于计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;
第一确定单元102,其用于确定该亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;
第一检测单元103,其用于根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测该待检测图像中是否存在异常光斑。
由上述实施例可知,通过确定待检测图像与参考图像的亮度差值图像并确定该亮度差值图像的亮度分布图像,根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况来检测异常光斑,能够准确的检测出监控视频画面中出现的异常光斑,保证各种监控视频分析功能的实施和性能。
在本实施例中,该监控视频可以是通过安装在道路上的监控摄像头获得的视频,该监控视频可以具有多帧图像,该多帧图像可以按照时间顺序排列。
在本实施例中,该参考图像可以是预先获得的,例如,该装置100还可以包括:
第二确定单元104,其用于根据该监控视频的各个图像的平均亮度值以及光斑区域的面积,确定参考图像。
在本实施例中,第二确定单元104为可选部件,其在图3中用虚线框表示。
例如,统计该监控视频中的800~1000帧图像的平均亮度和光斑区域的面积,确定具有最低平均亮度值的一帧的图像,当该图像的平均亮度值和光斑区域的面积满足以下条件,即,平均亮度值小于第一阈值且光斑区域的面积小于第二阈值时,则将该图像作为该参考图像;当该图像的平均亮度值或光斑区域的面积不满足该条件时,则统计该监控视频中的下一个800~1000帧图像的平均亮度和光斑区域的面积,继续进行上述判断,直到找到满足上述条件的图像为止。
在本实施例中,该第一阈值和第二阈值可以根据实际情况而设置。例如,根据正常条件下相同视角的夜晚图像的相关参数而设置。
在本实施例中,可以不对监控视频的所有图像进行检测,该待检测图像可以根据预设的条件进行选择。例如,该装置100还可以包括:
第三确定单元105,其用于根据该监控视频的各个图像的光斑中心区域的面积以及光斑的数量,确定该待检测图像。
在本实施例中,第三确定单元105为可选部件,其在图3中用虚线框表示。
这样,通过从该监控视频的各个图像中确定待检测图像,能够有效减少计算量,提高检测速度。
例如,当该监控视频中的图像满足光斑中心区域的面积大于第三阈值且车灯导致的光斑数量仅有1个时,将该图像确定为该待检测图像。另外,还可以考虑以下条件:该图像相对于该参考图像而新出现的光斑区域没有覆盖该参考图像中的光斑区域。
在本实施例中,该第三阈值可以根据实际情况而设置,例如,根据车灯导致的光斑区域的面积而确定。
在本实施例中,在本实施例中,计算单元101用于计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像。
例如,计算该待监测图像和该参考图像中各个相应像素点的亮度差值,得到该亮度差值图像。图4是本发明实施例1的参考图像,图5是本发明实施例1的待检测图像,图6是本发明实施例1的亮度差值图像。如图6所示,该亮度差值图像将待检测图像中的异常光斑提取出来进行检测,从而消除了例如路灯等造成的其他光斑对检测产生的噪声。
在本实施例中,第一确定单元102用于确定该亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像。
例如,可以使用分水岭(watershed)算法来获得该亮度分布图像。例如,可以根据以下的公式(1)-(3)来获得该亮度分布图像:
其中,N(s,t)表示该亮度分布图像,W(s,t)表示自建梯度的分水岭算法,(s,t)表示对二维图像进行卷积处理,P表示梯度,Gray(x,y)表示像素点(x,y)的亮度值,K表示所有方向的边缘保持滤波卷积核。
图7是本发明实施例1的车灯导致的正常光斑的图像,图8是图7所示的正常光斑的亮度分布图像,图9是图6所示的亮度差值图像的亮度分布图像。
如图8和图9所示,亮度分布图像中的各个亮度梯度线具有不同的亮度等级,各个亮度梯度线的亮度等级由内而外逐渐降低。正常光斑的亮度分布图像和表示异常光斑的亮度差值图像的亮度分布图像中的各个亮度梯度线的形状是不同的,其在水平方向的分布情况也是不同的,利用这些特性,可以进行异常光斑的检测。
在本实施例中,第一检测单元103,其用于根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测该待检测图像中是否存在异常光斑。
在本实施例中,该预定区域可以根据实际情况而确定。例如,可以根据车灯在监控视频上的投射角度设置该预定区域。
例如,该监控视频中的车辆行驶方向为垂直方向,车灯在监控视频上的投射角度是-45度至45度以及-135度至135度,则可以将该预定区域设置为从该亮度分布图像中最高亮度等级的亮度梯度线所在区域(最内侧的亮度梯度线所在区域)的中心点朝向-45度的延长线与朝向45度的延长线之间的区域以及中心点朝向-135度的延长线与朝向135度的延长线之间的区域。
在本实施例中,第一检测单元103可以根据该亮度分布图像的该预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定该待检测图像中是否存在异常光斑。
以下对第一检测单元103的结构以及检测异常光斑的方法进行示例性的说明。
图10是本发明实施例1的第一检测单元103的示意图。如图10所示,第一检测单元103包括:
分割单元201,其用于将该亮度分布图像的该预定区域的沿着该亮度梯度线的周向分割为多个子区域;
参数确定单元202,其用于根据各个子区域中的对应于最高亮度等级的亮度梯度线的各个弧度,确定对应于各个子区域的过滤参数;
过滤单元203,其用于根据对应于各个子区域的该过滤参数,对该亮度差值图像进行过滤;
光斑确定单元204,其用于根据该亮度差值图像中过滤后保留的光斑区域面积与过滤前的光斑区域面积的比值,确定该待检测图像中是否存在异常光斑。
这样,由于各个子区域的过滤参数是由各个子区域中的对应于最高亮度等级的亮度梯度线的各个弧度分别确定的,因此能够更加精细的反映各个子区域中亮度梯度线的弧度变化情况,从而进一步提高异常光斑的检测精度。
在本实施例中,分割单元201用于将该亮度分布图像的该预定区域的沿着该亮度梯度线的周向分割为多个子区域,例如,从该亮度分布图像中最高亮度等级的亮度梯度线所在区域中心点出发,在该预定区域中每隔15度分割一个子区域。
图11是本发明实施例1的多个子区域的示意图。如图11所示,该亮度分布图像中最高亮度等级的亮度梯度线所在区域中心点出发,在该预定区域中每隔15度分割一个子区域,以该中心点为中心的-45度至45度以及-135度至135度的该预定区域中一共具有12个子区域。
在本实施例中,参数确定单元202用于根据各个子区域中的对应于最高亮度等级的亮度梯度线的各个弧度,确定对应于各个子区域的过滤参数。
在本实施例中,该过滤参数例如是卷积核,该卷积核的值可以根据车灯的光线照射方向的切线角度确定,而该光线照射方向的切线可以由亮度梯度线的切线来表示。
在本实施例中,卷积核可以是对亮度变化方向进行保边滤波的卷积核,也就是说去除切线方向的亮度边缘。
图12是本发明实施例1的亮度变化的切线在图像矩阵上的示意图。例如,当车灯的光线照射方向的切线角度即亮度梯度线的切线角度为π/3时,该卷积核可以表示为:
其中,K表示卷积核,D1和D2是用于确定该卷积核的参数,其中,a和b的位置由切线的方向决定。例如,当亮度梯度线的切线角度为π/3时,该角度所在方向的切线等价于得到卷积核矩阵K(3),可以假想切线通过一个矩形的中心和矩形边缘的两个交点,交点的位置坐标由a和b来确定,a和b的比例由D1和D2确定。
在本实施例中,过滤单元203根据对应于各个子区域的该过滤参数,对该亮度差值图像进行过滤,其可以使用现有的过滤方法,例如,使用边缘保持滤波对该亮度差值图像进行过滤。图13是本发明实施例1的亮度差值图像过滤后的图像。
在本实施例中,光斑确定单元204根据该亮度差值图像中过滤后保留的光斑区域面积与过滤前的光斑区域面积的比值,确定该待检测图像中是否存在异常光斑。
例如,当该比值大于第四阈值时,确定该待检测图像中存在异常光斑。
在本实施例中,该第四阈值可以根据实际情况而设置,例如,该第四阈值为0.02~0.03。
在本实施例中,该装置100还可以包括:
第二检测单元106,其用于根据该亮度分布图像中对应于各个亮度等级的各个亮度梯度线沿预定方向的尺寸关系,检测该待检测图像中是否存在异常光斑。
在本实施例中,第二检测单元106为可选部件,其在图3中用虚线框表示。
在本实施例中,在该装置100具有第二检测单元106的情况下,第一检测单元103和第二检测单元106可以同时进行检测,并将检测结果进行合成,例如,当第一检测单元103和第二检测单元106均判断存在异常光斑时,最终判断为存在异常光斑;第二检测单元106和第一检测单元103也可以先后进行检测,例如,先利用第二检测单元106进行检测,当第二检测单元106的检测结果为存在异常光斑时,再利用第一检测单元103进行检测,当第二检测单元106的检测结果为不存在异常光斑时,则第一检测单元103无需进行检测,直接输出“不存在异常光斑”的检测结果。
这样,通过设置第二检测单元106,能够进一步提高异常光斑的检测精度。
图14是本发明实施例1的第二检测单元106的示意图。如图14所示,第二检测单元106包括:
第三检测单元301,其用于根据该亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于最低亮度等级的亮度梯度线沿该预定方向的尺寸比例,确定该待检测图像中是否存在异常光斑,和/或
第四检测单元302,其用于根据该亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于各个其他亮度等级的亮度梯度线沿该预定方向的尺寸比例,确定该待检测图像中是否存在异常光斑。
在本实施例中,第二检测单元106可以同时具有第三检测单元301和第四检测单元302,也可以具有第三检测单元301和第四检测单元302中的一个。当第二检测单元106同时具有第三检测单元301和第四检测单元302时,可以先利用第三检测单元301进行检测,当第三检测单元301的检测结果为存在异常光斑时,再利用第四检测单元302进行检测,当第三检测单元301的检测结果为不存在异常光斑时,则第四检测单元302无需进行检测,直接输出“不存在异常光斑”的检测结果。
在本实施例中,该预定方向与监控视频中的车辆行驶方向呈预定角度,该预定角度可以根据实际情况而设置,例如,该预定角度可以是80~100度中的某个角度,例如90度。
例如,该监控视频中的车辆行驶方向为垂直方向,那么该预定方向可以为水平方向。在本实施例中,以监控视频中的车辆行驶方向为垂直方向、该预定方向为水平方向为例进行说明。
在本实施例中,第三检测单元301根据该亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于最低亮度等级的亮度梯度线沿该预定方向的尺寸比例,确定该待检测图像中是否存在异常光斑。图15是本发明实施例1的亮度分布图像中最高亮度等级的亮度梯度线与最低亮度等级的亮度梯度线沿水平方向的尺寸关系的示意图。
例如,当该尺寸比例小于第五阈值时,判断该待检测图像中存在异常光斑。
在本实施例中,该第五阈值可以根据实际情况而设置,例如,该第五阈值为0.25~0.35。
在本实施例中,第四检测单元302根据该亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于各个其他亮度等级的亮度梯度线沿该预定方向的尺寸比例,确定该待检测图像中是否存在异常光斑。图16是本发明实施例1的亮度分布图像中最高亮度等级的亮度梯度线与各个其他亮度等级的亮度梯度线沿水平方向的尺寸关系的示意图。
例如,计算对应于最高亮度等级的亮度梯度线与对应于各个其他亮度等级的亮度梯度线沿该预定方向的各个尺寸比例,当各个尺寸比例逐个的减少幅度超过预第六阈值时,判断该待检测图像中存在异常光斑。
在本实施例中,该第六阈值可以根据实际情况而设置,例如,该第六阈值为30%。
由上述实施例可知,通过确定待检测图像与参考图像的亮度差值图像并确定该亮度差值图像的亮度分布图像,根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况来检测异常光斑,能够准确的检测出监控视频画面中出现的异常光斑,保证各种监控视频分析功能的实施和性能。
实施例2
本发明实施例还提供了一种电子设备,图17是本发明实施例2的电子设备的示意图。如图17所示,电子设备400包括异常光斑的检测装置401,异常光斑的检测装置401的结构和功能与实施例1中的记载相同,此处不再赘述。
图18是本发明实施例2的电子设备的系统构成的一示意框图。如图18所示,电子设备500可以包括中央处理器501和存储器502;存储器502耦合到中央处理器501。该图是示例性的;还可以使用其它类型的结构,来补充或代替该结构,以实现电信功能或其它功能。
如图18所示,该电子设备500还可以包括:输入单元503、显示器504、电源505。
在一个实施方式中,实施例1所述的异常光斑的检测装置的功能可以被集成到中央处理器501中。其中,中央处理器501可以被配置为:计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;确定所述亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑。
例如,所述根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑,包括:根据所述亮度分布图像的所述预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定所述待检测图像中是否存在异常光斑。
例如,所述根据所述亮度分布图像的所述预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定所述待检测图像中是否存在异常光斑,包括:将所述亮度分布图像的所述预定区域的沿着所述亮度梯度线的周向分割为多个子区域;根据各个子区域中的对应于最高亮度等级的亮度梯度线的各个弧度,确定对应于各个子区域的过滤参数;根据对应于各个子区域的所述过滤参数,对所述亮度差值图像进行过滤;根据所述亮度差值图像中过滤后保留的光斑区域面积与过滤前的光斑区域面积的比值,确定所述待检测图像中是否存在异常光斑。
例如,中央处理器501还可以被配置为:根据所述亮度分布图像中对应于各个亮度等级的各个亮度梯度线沿预定方向的尺寸关系,检测所述待检测图像中是否存在异常光斑。
例如,所述根据所述亮度分布图像中对应于各个亮度等级的各个亮度梯度线沿着预定方向的尺寸关系,检测所述待检测图像中是否存在异常光斑,包括:根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于最低亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑,和/或,根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于各个其他亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑。
例如,中央处理器501还可以被配置为:根据所述监控视频的各个图像的平均亮度值以及光斑区域的面积,确定所述参考图像。
例如,中央处理器501还可以被配置为:根据所述监控视频的各个图像的光斑中心区域的面积以及光斑的数量,确定所述待检测图像。
在另一个实施方式中,实施例1所述的异常光斑的检测装置可以与中央处理器501分开配置,例如可以将异常光斑的检测装置配置为与中央处理器501连接的芯片,通过中央处理器501的控制来实现异常光斑的检测装置的功能。
在本实施例中电子设备500也并不是必须要包括图18中所示的所有部件。
如图18所示,中央处理器501有时也称为控制器或操作控件,可以包括微处理器或其它处理器装置和/或逻辑装置,中央处理器501接收输入并控制电子设备500的各个部件的操作。
存储器502,例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。并且中央处理器501可执行该存储器502存储的该程序,以实现信息存储或处理等。其它部件的功能与现有类似,此处不再赘述。电子设备500的各部件可以通过专用硬件、固件、软件或其结合来实现,而不偏离本发明的范围。
由上述实施例可知,通过确定待检测图像与参考图像的亮度差值图像并确定该亮度差值图像的亮度分布图像,根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况来检测异常光斑,能够准确的检测出监控视频画面中出现的异常光斑,保证各种监控视频分析功能的实施和性能。
实施例3
本发明实施例还提供一种异常光斑的检测方法,其对应于实施例1的异常光斑的检测装置。图19是本发明实施例3的异常光斑的检测方法的示意图。如图19所示,该方法包括:
步骤601:根据监控视频的各个图像的平均亮度值以及光斑区域的面积,确定参考图像;
步骤602:根据监控视频的各个图像的光斑中心区域的面积以及光斑的数量,确定待检测图像;
步骤603:计算该监控视频中的该待检测图像与该参考图像的亮度差值,获得亮度差值图像;
步骤604:确定该亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;
步骤605:根据该亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测该待检测图像中是否存在异常光斑。
在本实施例中,步骤601和步骤602为可选步骤,其可以同时执行,也可以先后执行,本发明实施例不对步骤601和步骤602的执行顺序进行限制。
在本实施例中,上述各个步骤的具体实现方法与实施例1中的记载相同,此处不再重复。
由上述实施例可知,通过计算整个当前帧图像的抖动矢量与各个局部的抖动矢量的差值,并根据该差值对检测出的前景点进行偏移匹配,能够消除光流匹配检测的不准确性以及局部抖动对前景检测结果的影响,去除被误检测为前景点的背景点,从而能够获得准确的前景检测结果。
本发明实施例还提供一种计算机可读程序,其中当在异常光斑的检测装置或电子设备中执行所述程序时,所述程序使得计算机在所述异常光斑的检测装置或电子设备中执行实施例3所述的异常光斑的检测方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在异常光斑的检测装置或电子设备中执行实施例3所述的异常光斑的检测方法。
结合本发明实施例描述的在所述异常光斑的检测装置或电子设备中执行异常光斑的检测方法可直接体现为硬件、由处理器执行的软件模块或二者组合。例如,图3中所示的功能框图中的一个或多个和/或功能框图的一个或多个组合,既可以对应于计算机程序流程的各个软件模块,亦可以对应于各个硬件模块。这些软件模块,可以分别对应于图19所示的各个步骤。这些硬件模块例如可利用现场可编程门阵列(FPGA)将这些软件模块固化而实现。
软件模块可以位于RAM存储器、闪存、ROM存储器、EPROM存储器、EEPROM存储器、寄存器、硬盘、移动磁盘、CD-ROM或者本领域已知的任何其它形式的存储介质。可以将一种存储介质耦接至处理器,从而使处理器能够从该存储介质读取信息,且可向该存储介质写入信息;或者该存储介质可以是处理器的组成部分。处理器和存储介质可以位于ASIC中。该软件模块可以存储在移动终端的存储器中,也可以存储在可插入移动终端的存储卡中。例如,若设备(例如移动终端)采用的是较大容量的MEGA-SIM卡或者大容量的闪存装置,则该软件模块可存储在该MEGA-SIM卡或者大容量的闪存装置中。
针对图3描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,可以实现为用于执行本申请所描述功能的通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑器件、分立硬件组件、或者其任意适当组合。针对图3描述的功能框图中的一个或多个和/或功能框图的一个或多个组合,还可以实现为计算设备的组合,例如,DSP和微处理器的组合、多个微处理器、与DSP通信结合的一个或多个微处理器或者任何其它这种配置。
以上结合具体的实施方式对本发明进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改,这些变型和修改也在本发明的范围内。
关于包括以上实施例的实施方式,还公开下述的附记:
附记1、一种异常光斑的检测装置,所述装置包括:
计算单元,其用于计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;
第一确定单元,其用于确定所述亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;
第一检测单元,其用于根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑。
附记2、根据附记1所述的装置,其中,所述第一检测单元用于根据所述亮度分布图像的所述预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定所述待检测图像中是否存在异常光斑。
附记3、根据附记2所述的装置,其中,所述第一检测单元包括:
分割单元,其用于将所述亮度分布图像的所述预定区域的沿着所述亮度梯度线的周向分割为多个子区域;
参数确定单元,其用于根据各个子区域中的对应于最高亮度等级的亮度梯度线的各个弧度,确定对应于各个子区域的过滤参数;
过滤单元,其用于根据对应于各个子区域的所述过滤参数,对所述亮度差值图像进行过滤;
光斑确定单元,其用于根据所述亮度差值图像中过滤后保留的光斑区域面积与过滤前的光斑区域面积的比值,确定所述待检测图像中是否存在异常光斑。
附记4、根据附记1所述的装置,其中,所述装置还包括:
第二检测单元,其用于根据所述亮度分布图像中对应于各个亮度等级的各个亮度梯度线沿预定方向的尺寸关系,检测所述待检测图像中是否存在异常光斑。
附记5、根据附记4所述的装置,其中,所述第二检测单元包括:
第三检测单元,其用于根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于最低亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑,和/或
第四检测单元,其用于根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于各个其他亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑。
附记6、根据附记1所述的装置,其中,所述装置还包括:
第二确定单元,其用于根据所述监控视频的各个图像的平均亮度值以及光斑区域的面积,确定所述参考图像。
附记7、根据附记1所述的装置,其中,所述装置还包括:
第三确定单元,其用于根据所述监控视频的各个图像的光斑中心区域的面积以及光斑的数量,确定所述待检测图像。
附记8、一种电子设备,包括根据附记1-7中任一项所述的装置。
附记9、一种异常光斑的检测方法,所述方法包括:
计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;
确定所述亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;
根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑。
附记10、根据附记9所述的方法,其中,所述根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑,包括:
根据所述亮度分布图像的所述预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定所述待检测图像中是否存在异常光斑。
附记11、根据附记10所述的方法,其中,所述根据所述亮度分布图像的所述预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定所述待检测图像中是否存在异常光斑,包括:
将所述亮度分布图像的所述预定区域的沿着所述亮度梯度线的周向分割为多个子区域;
根据各个子区域中的对应于最高亮度等级的亮度梯度线的各个弧度,确定对应于各个子区域的过滤参数;
根据对应于各个子区域的所述过滤参数,对所述亮度差值图像进行过滤;
根据所述亮度差值图像中过滤后保留的光斑区域面积与过滤前的光斑区域面积的比值,确定所述待检测图像中是否存在异常光斑。
附记12、根据附记9所述的方法,其中,所述方法还包括:
根据所述亮度分布图像中对应于各个亮度等级的各个亮度梯度线沿预定方向的尺寸关系,检测所述待检测图像中是否存在异常光斑。
附记13、根据附记12所述的方法,其中,所述根据所述亮度分布图像中对应于各个亮度等级的各个亮度梯度线沿着预定方向的尺寸关系,检测所述待检测图像中是否存在异常光斑,包括:
根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于最低亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑,和/或,
根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于各个其他亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑。
附记14、根据附记9所述的方法,其中,所述方法还包括:
根据所述监控视频的各个图像的平均亮度值以及光斑区域的面积,确定所述参考图像。
附记15、根据附记9所述的方法,其中,所述方法还包括:
根据所述监控视频的各个图像的光斑中心区域的面积以及光斑的数量,确定所述待检测图像。
Claims (10)
1.一种异常光斑的检测装置,所述装置包括:
计算单元,其用于计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;
第一确定单元,其用于确定所述亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;
第一检测单元,其用于根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑。
2.根据权利要求1所述的装置,其中,所述第一检测单元用于根据所述亮度分布图像的所述预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定所述待检测图像中是否存在异常光斑。
3.根据权利要求2所述的装置,其中,所述第一检测单元包括:
分割单元,其用于将所述亮度分布图像的所述预定区域的沿着所述亮度梯度线的周向分割为多个子区域;
参数确定单元,其用于根据各个子区域中的对应于最高亮度等级的亮度梯度线的各个弧度,确定对应于各个子区域的过滤参数;
过滤单元,其用于根据对应于各个子区域的所述过滤参数,对所述亮度差值图像进行过滤;
光斑确定单元,其用于根据所述亮度差值图像中过滤后保留的光斑区域面积与过滤前的光斑区域面积的比值,确定所述待检测图像中是否存在异常光斑。
4.根据权利要求1所述的装置,其中,所述装置还包括:
第二检测单元,其用于根据所述亮度分布图像中对应于各个亮度等级的各个亮度梯度线沿预定方向的尺寸关系,检测所述待检测图像中是否存在异常光斑。
5.根据权利要求4所述的装置,其中,所述第二检测单元包括:
第三检测单元,其用于根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于最低亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑,和/或
第四检测单元,其用于根据所述亮度分布图像中对应于最高亮度等级的亮度梯度线与对应于各个其他亮度等级的亮度梯度线沿所述预定方向的尺寸比例,确定所述待检测图像中是否存在异常光斑。
6.根据权利要求1所述的装置,其中,所述装置还包括:
第二确定单元,其用于根据所述监控视频的各个图像的平均亮度值以及光斑区域的面积,确定所述参考图像。
7.根据权利要求1所述的装置,其中,所述装置还包括:
第三确定单元,其用于根据所述监控视频的各个图像的光斑中心区域的面积以及光斑的数量,确定所述待检测图像。
8.一种电子设备,包括根据权利要求1-7中任一项所述的装置。
9.一种异常光斑的检测方法,所述方法包括:
计算监控视频中的待检测图像与预先获得的参考图像的亮度差值,获得亮度差值图像;
确定所述亮度差值图像的以具有多个亮度等级的亮度梯度线表示的亮度分布图像;
根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑。
10.根据权利要求9所述的方法,其中,所述根据所述亮度分布图像的预定区域中的亮度梯度线的弧度变化情况,检测所述待检测图像中是否存在异常光斑,包括:
根据所述亮度分布图像的所述预定区域中的对应于最高亮度等级的亮度梯度线的弧度与其他亮度等级的亮度梯度线的弧度的比较结果,确定所述待检测图像中是否存在异常光斑。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711135614.0A CN109816621B (zh) | 2017-11-16 | 2017-11-16 | 异常光斑的检测装置及方法、电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711135614.0A CN109816621B (zh) | 2017-11-16 | 2017-11-16 | 异常光斑的检测装置及方法、电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109816621A true CN109816621A (zh) | 2019-05-28 |
CN109816621B CN109816621B (zh) | 2023-05-16 |
Family
ID=66597704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711135614.0A Active CN109816621B (zh) | 2017-11-16 | 2017-11-16 | 异常光斑的检测装置及方法、电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109816621B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443237A (zh) * | 2019-08-06 | 2019-11-12 | 北京旷视科技有限公司 | 证件识别方法、装置、电子设备及计算机可读存储介质 |
CN111261079A (zh) * | 2020-03-27 | 2020-06-09 | 深圳市洲明科技股份有限公司 | 一种亮、暗斑异常现象的检测方法 |
CN113298762A (zh) * | 2021-05-07 | 2021-08-24 | 威海世高光电子有限公司 | flare检测方法 |
CN113906726A (zh) * | 2020-08-17 | 2022-01-07 | 深圳市大疆创新科技有限公司 | 成像方法、成像装置、可移动物体和无人飞行器 |
CN115243038A (zh) * | 2022-09-23 | 2022-10-25 | 北京小马易行科技有限公司 | 监测路侧相机的方法、服务端与自动驾驶系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002290959A (ja) * | 2001-03-23 | 2002-10-04 | Fujitsu General Ltd | 侵入者検出方法および装置 |
JP2007172397A (ja) * | 2005-12-22 | 2007-07-05 | Seiko Epson Corp | エッジ勾配検出方法、シミ欠陥検出方法、エッジ勾配検出装置、シミ欠陥検出装置 |
CN104424633A (zh) * | 2013-08-23 | 2015-03-18 | 浙江大华技术股份有限公司 | 一种视频对比度异常检测方法及装置 |
CN106226033A (zh) * | 2016-07-13 | 2016-12-14 | 广州视睿电子科技有限公司 | 检测透光基板透过率的方法及装置 |
CN106504220A (zh) * | 2016-08-19 | 2017-03-15 | 华为机器有限公司 | 一种图像处理方法及装置 |
CN106713903A (zh) * | 2016-12-08 | 2017-05-24 | 广州视源电子科技股份有限公司 | 屏幕亮度均匀度的检测方法和系统 |
-
2017
- 2017-11-16 CN CN201711135614.0A patent/CN109816621B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002290959A (ja) * | 2001-03-23 | 2002-10-04 | Fujitsu General Ltd | 侵入者検出方法および装置 |
JP2007172397A (ja) * | 2005-12-22 | 2007-07-05 | Seiko Epson Corp | エッジ勾配検出方法、シミ欠陥検出方法、エッジ勾配検出装置、シミ欠陥検出装置 |
CN104424633A (zh) * | 2013-08-23 | 2015-03-18 | 浙江大华技术股份有限公司 | 一种视频对比度异常检测方法及装置 |
CN106226033A (zh) * | 2016-07-13 | 2016-12-14 | 广州视睿电子科技有限公司 | 检测透光基板透过率的方法及装置 |
CN106504220A (zh) * | 2016-08-19 | 2017-03-15 | 华为机器有限公司 | 一种图像处理方法及装置 |
CN106713903A (zh) * | 2016-12-08 | 2017-05-24 | 广州视源电子科技股份有限公司 | 屏幕亮度均匀度的检测方法和系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110443237A (zh) * | 2019-08-06 | 2019-11-12 | 北京旷视科技有限公司 | 证件识别方法、装置、电子设备及计算机可读存储介质 |
CN111261079A (zh) * | 2020-03-27 | 2020-06-09 | 深圳市洲明科技股份有限公司 | 一种亮、暗斑异常现象的检测方法 |
CN111261079B (zh) * | 2020-03-27 | 2023-10-31 | 深圳市洲明科技股份有限公司 | 一种亮、暗斑异常现象的检测方法 |
CN113906726A (zh) * | 2020-08-17 | 2022-01-07 | 深圳市大疆创新科技有限公司 | 成像方法、成像装置、可移动物体和无人飞行器 |
WO2022036504A1 (zh) * | 2020-08-17 | 2022-02-24 | 深圳市大疆创新科技有限公司 | 成像方法、成像装置、可移动物体和无人飞行器 |
CN113298762A (zh) * | 2021-05-07 | 2021-08-24 | 威海世高光电子有限公司 | flare检测方法 |
CN115243038A (zh) * | 2022-09-23 | 2022-10-25 | 北京小马易行科技有限公司 | 监测路侧相机的方法、服务端与自动驾驶系统 |
CN115243038B (zh) * | 2022-09-23 | 2023-01-24 | 北京小马易行科技有限公司 | 监测路侧相机的方法、服务端与自动驾驶系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109816621B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109816621A (zh) | 异常光斑的检测装置及方法、电子设备 | |
CN111080661B (zh) | 基于图像的直线检测方法、装置以及电子设备 | |
CN107749268B (zh) | 屏幕检测方法及设备 | |
JP6819205B2 (ja) | 駐車スペース検出装置、電子機器及び方法 | |
JP6755161B2 (ja) | 付着物検出装置および付着物検出方法 | |
US20130120125A1 (en) | Method and system for lane departure warning | |
US10586321B2 (en) | Automatic detection, counting, and measurement of lumber boards using a handheld device | |
WO2014033936A1 (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
KR20140116946A (ko) | 웨이퍼 검사를 위한 분할 | |
JP6844235B2 (ja) | 距離測定装置および距離測定方法 | |
US20200250806A1 (en) | Information processing apparatus, information processing method, and storage medium | |
CN112861870B (zh) | 指针式仪表图像矫正方法、系统及存储介质 | |
JP2020061127A (ja) | 車線変更車両の検出装置、方法及びビデオ監視装置 | |
CN107274673B (zh) | 基于修正局部方差的车辆排队长度测量方法及测量系统 | |
JP2021052238A (ja) | 付着物検出装置および付着物検出方法 | |
CN114049306A (zh) | 一种基于图像摄像机和高性能显卡的交通异常检测系统设计 | |
JP7156225B2 (ja) | 付着物検出装置および付着物検出方法 | |
CN114764779A (zh) | 运算装置及用于近眼显示装置的缺陷检测方法 | |
US10970592B2 (en) | Adhering substance detection apparatus and adhering substance detection method | |
JPH07249128A (ja) | 車両用画像処理装置 | |
US8818093B2 (en) | Method and device for analyzing an image of an image recording device for a vehicle | |
JP2020107232A (ja) | 付着物検出装置および付着物検出方法 | |
CN112257555B (zh) | 一种信息处理方法、装置、设备及存储介质 | |
JP7234884B2 (ja) | 付着物検出装置および付着物検出方法 | |
JP7243546B2 (ja) | 付着物検出装置および付着物検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |