CN111260604B - 补光灯故障检测方法、装置、电子设备及可读存储介质 - Google Patents

补光灯故障检测方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN111260604B
CN111260604B CN201811455749.XA CN201811455749A CN111260604B CN 111260604 B CN111260604 B CN 111260604B CN 201811455749 A CN201811455749 A CN 201811455749A CN 111260604 B CN111260604 B CN 111260604B
Authority
CN
China
Prior art keywords
image
block
channel
brightness
acquired
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
Application number
CN201811455749.XA
Other languages
English (en)
Other versions
CN111260604A (zh
Inventor
李振
祝玉宝
郭浩龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201811455749.XA priority Critical patent/CN111260604B/zh
Publication of CN111260604A publication Critical patent/CN111260604A/zh
Application granted granted Critical
Publication of CN111260604B publication Critical patent/CN111260604B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
    • 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
    • H04N23/74—Circuitry for compensating brightness variation in the scene by influencing the scene brightness using illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Photometry And Measurement Of Optical Pulse Characteristics (AREA)
  • Studio Devices (AREA)

Abstract

本发明实施例提供一种补光灯故障检测方法、装置、电子设备及可读存储介质，应用于设有第一通道和第二通道的电子设备。该方法包括：在第一检测周期内，通过第一通道和第二通道分别对被检测区域的图像进行N次获取；针对每次获取的图像，分析获得通过第一通道获取到的该图像的第一亮度信息，分析获得通过第二通道获取到的该图像的第二亮度信息；针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数；针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值；使用设定的检测模型，基于归一化比值、第一亮度信息和第二亮度信息进行故障检测。由此，能够对补光灯的运行进行可靠的检测。

Description

补光灯故障检测方法、装置、电子设备及可读存储介质
技术领域
本发明涉及检测技术领域，具体而言，涉及一种补光灯故障检测方法、装置、电子设备及可读存储介质。
背景技术
补光灯具有广泛的应用场景，例如，可以用于电子警察抓拍系统的夜间车牌补光照明、温室补光灯、摄影补光灯等。经研究发现，目前的补光灯故障检测方法，准确性有待提升。
发明内容
有鉴于此，本发明提供了一种补光灯故障检测方法、装置、电子设备及可读存储介质。
第一方面，本发明实施例提供一种补光灯故障检测方法，应用于设有第一通道和第二通道的电子设备，所述方法包括：
在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数。
针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息。
针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数。
针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值。
使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息进行故障检测，并输出检测结果。
可选地，在本发明实施例中，所述被检测区域包括多个区块。
进一步地，在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取的步骤，包括：
在第一检测周期内，通过所述第一通道和所述第二通道分别对所述被检测区域的每个区块的图像进行N次获取。
进一步地，，针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息的步骤，包括：
针对每次获取的图像的每个区块，分析获得通过所述第一通道获取到的该图像中每个区块的第一亮度信息，分析获得通过所述第二通道获取到的该图像中每个区块的第二亮度信息。
进一步地，针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数的步骤，包括：
针对每次获取的图像的每个区块，获取该图像的每个区块的第一曝光参数和第二曝光参数。
进一步地，针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值的步骤，包括：
针对每个区块的图像，对该区块的图像的所述第一曝光参数和所述第二曝光参数进行归一化处理，获取该区块的图像的归一化比值。
可选地，在本发明实施例中，使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息进行故障检测，并输出检测结果的步骤，包括：
对各个区块的归一化比值、所述第一亮度信息和所述第二亮度信息进行运算，获取各个区块的亮度比值。
针对每次获取到各个区块的亮度比值，统计亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目。
判断亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目是否大于预设区块数目。
若所述亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目大于预设区块数目，则判定补光灯此次运行异常并计数。
统计在所述第一检测周期内补光灯运行异常的总次数。
判断在所述第一检测周期内补光灯运行异常的总次数是否大于预设次数。
若在所述第一检测周期内补光灯运行异常的总次数大于预设次数，则判定补光灯运行故障，并输出检测结果。
可选地，在本发明实施例中，所述检测模型通过以下步骤生成：
将在所述第一检测周期之前的上一检测周期内，每次获取到的、各个区块的第一曝光参数和第二曝光参数进行所述归一化处理，获取该区块的归一化比值。
根据在所述第一检测周期之前的上一检测周期内多次获取到的、每个区块的归一化比值、第一亮度信息、第二亮度信息进行运算，获得该区块的亮度区间。
根据在所述第一检测周期之前的上一检测周期内多次获取到的各个区块的亮度区间，生成检测模型。
可选地，在本发明实施例中，所述方法还包括：
根据在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间，生成光强分布模型，所述光强分布模型包括光照区域和非光照区域。
基于所述光强分布模型，调整所述电子设备中的补光灯的照射方向，以使所述补光灯的照射范围覆盖与所述光照区域对应的被检测区域。
可选地，在本发明实施例中，根据在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间，生成光强分布模型的步骤，包括：
判断在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间是否位于与各个区块对应的预设比值范围内。
将位于所述预设比值范围内的亮度比值所对应的区块标记为光照区块。
将超出所述预设比值范围的亮度比值所对应的区块标记为非光照区块。
根据所述光照区块和所述非光照区块在所述被检测区域中的分布，生成光强分布模型。
第二方面，本发明实施例提供一种补光灯故障检测装置，应用于电子设备，所述电子设备中设有第一通道和第二通道，所述装置包括：
第一获取模块，用于在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数。
第一操作模块，用于针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息。
第二获取模块，用于针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数。
第三获取模块，用于针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值。
第二操作模块，用于使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息进行故障检测，并输出检测结果。
可选地，在本发明实施例中，所述被检测区域包括多个区块。
第三方面，本发明实施例提供一种电子设备，所述电子设备中设有第一通道和第二通道，所述电子设备包括：
存储器；
处理器；以及
补光灯故障检测装置，所述装置存储于所述存储器中并包括由所述处理器执行的软件功能模块，所述装置包括：
第一获取模块，用于在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数。
第一操作模块，用于针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息。
第二获取模块，用于针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数。
第三获取模块，用于针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值。
第二操作模块，用于使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息进行故障检测，并输出检测结果。
第四方面，本发明实施例还提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被执行时实现上述补光灯故障检测方法。
由此，本发明实施例提供的补光灯故障检测方法、装置、电子设备及可读存储介质，通过在第一检测周期内，经第一通道和第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数，以使采集的图像基数大，针对每次获取的图像，分析获得通过第一通道获取到的该图像的第一亮度信息、通过第二通道获取到的该图像的第二亮度信息，以及获取该图像的第一曝光参数和第二曝光参数，并对该图像的第一曝光参数和第二曝光参数进行归一化处理，使得第一曝光参数和第二曝光参数的差异特征在于获取的通道不同，获取该图像的归一化比值，进而使用设定的检测模型，基于归一化比值、第一亮度信息和第二亮度信息进行故障检测，实现了对补光灯的运行是否出现故障的准确的检测。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
图1为本发明实施例提供的补光灯故障检测方法的一种流程示意图；
图2为本发明实施例提供的补光灯故障检测方法的另一种流程示意图；
图3为本发明实施例提供的补光灯故障检测方法的又一种流程示意图；
图4为本发明实施例提供的光强分布模型的一种示意图；
图5为本发明实施例提供的补光灯故障检测方法的再一种流程示意图；
图6为本发明实施例提供的补光灯故障检测装置的一种方框示意图；
图7为本发明实施例提供的用于实现上述补光灯故障检测方法的电子设备的一种方框示意图。
图标：100-补光灯故障检测装置；110-第一获取模块；120-第一操作模块；130-第二获取模块；140-第三获取模块；150-第二操作模块；200-电子设备；210-存储器；220-处理器。
具体实施方式
经研究发现，补光灯的工作场景具有一定的复杂性，在不同工作场景下补光灯所补光的区域的画面背景差异较大。然而目前的补光灯故障检测方法实时性低，并且目前的补光灯故障检测方法通常在同一曝光参数下进行补光灯的故障检测，导致参考准确性低，故障检测的准确性有待提高。
以上现有技术中的方案所存在的缺陷，均是发明人在经过实践并仔细研究后得出的结果，因此，上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案，都应该是发明人在本发明过程中对本发明做出的贡献。
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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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它实施例，都属于本发明保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
请结合参阅图1，为本发明实施例提供的补光灯故障检测方法的一种流程示意图，应用于设有第一通道和第二通道的电子设备。在本实施例中，所述第一通道用于处理实况流，所述第二通道用于处理抓拍流，其中所述第一通道不启用补光灯，所述第二通道启用补光灯。所应说明的是，本发明实施例提供的补光灯故障检测方法不以图1及以下所述的具体顺序为限制。所述方法可以通过如下步骤实现：
S10，在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数。
S20，针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息。
S30，针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数。
S40，针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值。
S50，使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息进行故障检测，并输出检测结果。
可选地，在本发明实施例中，所述被检测区域包括多个区块，所述多个区块可以是a*b个。其中，a为所述被检测区域被划分成的行数，b为所述被检测区域被划分成的列数。
进一步地，在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取的步骤，包括：
在第一检测周期内，通过所述第一通道和所述第二通道分别对所述被检测区域的每个区块的图像进行N次获取。
进一步地，针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息的步骤，包括：
针对每次获取的图像的每个区块，分析获得通过所述第一通道获取到的该图像中每个区块的第一亮度信息，分析获得通过所述第二通道获取到的该图像中每个区块的第二亮度信息。
进一步地，针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数的步骤，包括：
针对每次获取的图像的每个区块，获取该图像的每个区块的第一曝光参数和第二曝光参数。
进一步地，针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值的步骤，包括：
针对每个区块的图像，对该区块的图像的所述第一曝光参数和所述第二曝光参数进行归一化处理，获取该区块的图像的归一化比值。
详细地，进行归一化处理所用的函数为：
其中，γ为所求的该区块的图像的归一化比值，Tarv和Tars分别为该区块的图像的第一曝光参数和第二曝光参数。第一曝光参数Tarv和第二曝
光参数Tars通过以下公式计算得到：
Tarv＝Shutter1*Gain1*(Iris1)2
Tars＝Shutter2*Gain2*(Iris2)2
其中，Shutter1、Gain1和Iris1分别为第一曝光参数Tarv所对应的图像的快门参数、增益参数、光圈值，Shutter2、Gain2和Iris2分别为第二曝光参数Tars所对应的图像的快门参数、增益参数、光圈值。
详细地，在计算该区块的图像的归一化比值γ时，将对该区块的图像的归一化比值进行多次计算，并取多次计算得到的值的平均值，作为所求的归一化比值γ，从而避免计算错误。
请结合参阅图2，在本实施例中，S50可通过以下步骤实现：
S501，对各个区块的归一化比值、所述第一亮度信息和所述第二亮度信息进行运算，获取各个区块的亮度比值。
可选地，对各个区块的归一化比值、所述第一亮度信息和所述第二亮度信息进行运算可采用以下计算公式：
其中，ρ(i,j)为所求区块的亮度比值，Ls(i,j)为第一通道中位于被检测区域的第i行第j列的区块的第一亮度信息，Ls(i,j)为第二通道中位于被检测区域的第i行第j列的区块的第二亮度信息，γ为该区块的图像的归一化比值。
详细地，在计算该区块的亮度比值ρ(i,j)时，将剔除与设定的第一参考值存在明显偏差亮度比值，以及对剔除后剩余的亮度比值ρ(i,j)进行多次计算，并取多次计算得到的值的平均值，作为所求的亮度比值ρ(i,j)，从而避免计算错误。
其中，例如，与设定的第一参考值之间的差值超过设定的第一参考值的2倍的亮度比值，可判定为与设定的第一参考值存在明显偏差，进而将该亮度比值剔除。
其中，亮度比值ρ(i,j)越大，说明所述第一通道的被检测区域的第i行第j列的区块的图像，和所述第二通道的被检测区域的第i行第j列的区块图像的亮度差异越明显，且该处的补光灯强度也越强，反之则亮度差异越不明显、该处的补光灯强度越弱。
S502，针对每次获取到各个区块的亮度比值，统计亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目。
S503，判断亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目是否大于预设区块数目。若所述亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目大于预设区块数目，则执行步骤S504。
可选地，所述预设区块数目可以是但不限于所述被检测区域中总区块数目的三分之二。
S504，判定补光灯此次运行异常并计数。
S505，统计在所述第一检测周期内补光灯运行异常的总次数。
S506，判断在所述第一检测周期内补光灯运行异常的总次数是否大于预设次数。若在所述第一检测周期内补光灯运行异常的总次数大于预设次数，则执行S507。
S507，判定补光灯运行故障，并输出检测结果。
可选地，在所述第一检测周期内补光灯运行异常的总次数可以是但不限于n＝20次，所述预设次数可以是但不限于0.8*n，所述第一检测周期内可以是但不限于1小时。
可选地，在本发明实施例中，所述检测模型通过以下步骤生成：
将在所述第一检测周期之前的上一检测周期内，每次获取到的、各个区块的第一曝光参数和第二曝光参数进行所述归一化处理，获取该区块的归一化比值。
根据在所述第一检测周期之前的上一检测周期内多次获取到的、每个区块的归一化比值、第一亮度信息、第二亮度信息进行运算，获得该区块的亮度区间。
可选地，在本发明实施例中，根据在所述第一检测周期之前的上一检测周期内多次获取到的、每个区块的归一化比值、第一亮度信息、第二亮度信息进行运算，获得该区块的、与获取次数对应的多个亮度参考比值。剔除与设定的第二参考值存在明显偏差的亮度参考比值。将分别该区块的、与获取次数对应的多个亮度参考比值中的最大值和最小值作为所求亮度区间的上限和下限，以获得该区块的亮度区间。
其中，例如，与设定的第二参考值之前的差值超过设定的第二参考值的2倍的亮度参考比值，可判定为与设定的第二参考值存在明显偏差。
根据在所述第一检测周期之前的上一检测周期内多次获取到的各个区块的亮度区间，生成检测模型。
可以理解的，本发明实施例提供的检测模型是根据上一检测周期获取到的数据生成的，使得所述检测模型具有实时性，进而检测准确性更高。
请集合参阅图3，在本发明实施例中，所述方法还包括以下步骤：
S60，根据在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间，生成光强分布模型，所述光强分布模型包括光照区域和非光照区域。
请结合参阅图4，为本发明实施例提供的光强分布模型的一种示意图，图中曲线所围的区域表示光照区域。
请结合参阅图5，在本发明实施例中，S60可通过以下步骤生成：
S601，判断在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间是否位于与各个区块对应的预设比值范围内。
S602，将位于所述预设比值范围内的亮度比值所对应的区块标记为光照区块。
S603，将超出所述预设比值范围的亮度比值所对应的区块标记为非光照区块。
S604，根据所述光照区块和所述非光照区块在所述被检测区域中的分布，生成光强分布模型。
S70，基于所述光强分布模型，调整所述电子设备中的补光灯的照射方向，以使所述补光灯的照射范围覆盖与所述光照区域对应的被检测区域。
请结合参阅图6和图7，图6为本发明实施例提供的补光灯故障检测装置100的一种方框示意图，图7为本发明实施例提供的用于实现上述补光灯故障检测方法的电子设备200的一种方框示意图。本实施例中，所述电子设备200可以是，但不限于，智能手机、个人电脑(Personal Computer，PC)、笔记本电脑、监控设备、服务器等具备补光灯故障检测及处理能力的计算机设备。
所述电子设备200还包括存储器210、处理器220以及补光灯故障检测装置100。本发明实施例中，所述补光灯故障检测装置100包括至少一个可以软件或固件(Firmware)的形式存储于所述存储器210中或固化在所述电子设备200的操作系统(Operating System，OS)中的软件功能模块。所述处理器220用于执行所述存储器210中存储的可执行软件模块，例如，所述补光灯故障检测装置100所包括的软件功能模块及计算机程序等。本实施例中，所述补光灯故障检测装置100也可以集成于所述操作系统中，作为所述操作系统的一部分。具体地，所述补光灯故障检测装置100括：
第一获取模块110，用于在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数。
第一操作模块120，用于针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息。
第二获取模块130，用于针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数。
第三获取模块140，用于针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值。
第二操作模块150，用于使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息进行故障检测，并输出检测结果。
本发明实施例还提供了一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被执行时实现上述补光灯故障检测方法。
可以理解的是，本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述，在此不再重复赘述。
综上所述，本发明实施例提供的补光灯故障检测方法、装置、电子设备及可读存储介质，通过在第一检测周期内，经第一通道和第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数，以使采集的图像基数大，针对每次获取的图像，分析获得通过第一通道获取到的该图像的第一亮度信息、通过第二通道获取到的该图像的第二亮度信息，以及获取该图像的第一曝光参数和第二曝光参数，并对该图像的第一曝光参数和第二曝光参数进行归一化处理，使得第一曝光参数和第二曝光参数的差异特征在于获取的通道不同，获取该图像的归一化比值，进而使用设定的检测模型，基于归一化比值、第一亮度信息和第二亮度信息进行故障检测，实现了对补光灯的运行是否出现故障的准确的检测。
在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其它变体意在涵盖非排它性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其它要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其它的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

Claims (10)

1.一种补光灯故障检测方法，其特征在于，应用于电子设备，所述电子设备中设有第一通道和第二通道，该通道用于采集图像，其中所述第一通道不启用补光灯，所述第二通道启用补光灯，所述方法包括：
在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数；
针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息；
针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数；
针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值；
使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息获取亮度比值，以通过所述亮度比值进行故障检测，并输出检测结果。
2.根据权利要求1所述的补光灯故障检测方法，其特征在于，所述被检测区域包括多个区块；
在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取的步骤，包括：
在第一检测周期内，通过所述第一通道和所述第二通道分别对所述被检测区域的每个区块的图像进行N次获取；
针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息的步骤，包括：
针对每次获取的图像的每个区块，分析获得通过所述第一通道获取到的该图像中每个区块的第一亮度信息，分析获得通过所述第二通道获取到的该图像中每个区块的第二亮度信息；
针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数的步骤，包括：
针对每次获取的图像的每个区块，获取该图像的每个区块的第一曝光参数和第二曝光参数；
针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值的步骤，包括：
针对每个区块的图像，对该区块的图像的所述第一曝光参数和所述第二曝光参数进行归一化处理，获取该区块的图像的归一化比值。
3.根据权利要求2所述的补光灯故障检测方法，其特征在于，使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息获取亮度比值，以通过所述亮度比值进行故障检测，并输出检测结果的步骤，包括：
对各个区块的归一化比值、所述第一亮度信息和所述第二亮度信息进行运算，获取各个区块的亮度比值；
针对每次获取到各个区块的亮度比值，统计亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目；
判断亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目是否大于预设区块数目；
若所述亮度比值超出所述检测模型中与各个区块对应的预设亮度区间的区块的数目大于预设区块数目，则判定补光灯此次运行异常并计数；
统计在所述第一检测周期内补光灯运行异常的总次数；
判断在所述第一检测周期内补光灯运行异常的总次数是否大于预设次数；
若在所述第一检测周期内补光灯运行异常的总次数大于预设次数，则判定补光灯运行故障，并输出检测结果。
4.根据权利要求3所述的补光灯故障检测方法，其特征在于，所述检测模型通过以下步骤生成：
将在所述第一检测周期之前的上一检测周期内，每次获取到的、各个区块的第一曝光参数和第二曝光参数进行所述归一化处理，获取该区块的归一化比值；
根据在所述第一检测周期之前的上一检测周期内多次获取到的、每个区块的归一化比值、第一亮度信息、第二亮度信息进行运算，获得该区块的亮度区间；
根据在所述第一检测周期之前的上一检测周期内多次获取到的各个区块的亮度区间，生成检测模型。
5.根据权利要求4所述的补光灯故障检测方法，其特征在于，所述方法还包括：
根据在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间，生成光强分布模型，所述光强分布模型包括光照区域和非光照区域；
基于所述光强分布模型，调整所述电子设备中的补光灯的照射方向，以使所述补光灯的照射范围覆盖与所述光照区域对应的被检测区域。
6.根据权利要求5所述的补光灯故障检测方法，其特征在于，根据在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间，生成光强分布模型的步骤，包括：
判断在所述第一检测周期之前的上一检测周期内获取到的各个区块的亮度区间是否位于与各个区块对应的预设比值范围内；
将位于所述预设比值范围内的亮度比值所对应的区块标记为光照区块；
将超出所述预设比值范围的亮度比值所对应的区块标记为非光照区块；
根据所述光照区块和所述非光照区块在所述被检测区域中的分布，生成光强分布模型。
7.一种补光灯故障检测装置，其特征在于，应用于电子设备，所述电子设备中设有第一通道和第二通道，所述装置包括：
第一获取模块，用于在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数；
第一操作模块，用于针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息；
第二获取模块，用于针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数；
第三获取模块，用于针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值；
第二操作模块，用于使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息获取亮度比值，以通过所述亮度比值进行故障检测，并输出检测结果。
8.根据权利要求7所述的补光灯故障检测装置，其特征在于，所述被检测区域包括多个区块。
9.一种电子设备，其特征在于，所述电子设备中设有第一通道和第二通道，所述电子设备包括：
存储器；
处理器；以及
补光灯故障检测装置，所述装置存储于所述存储器中并包括由所述处理器执行的软件功能模块，所述装置包括：
第一获取模块，用于在第一检测周期内，通过所述第一通道和所述第二通道分别对被检测区域的图像进行N次获取，其中，N为大于等于1的整数；
第一操作模块，用于针对每次获取的图像，分析获得通过所述第一通道获取到的该图像的第一亮度信息，分析获得通过所述第二通道获取到的该图像的第二亮度信息；
第二获取模块，用于针对每次获取的图像，获取该图像的第一曝光参数和第二曝光参数；
第三获取模块，用于针对每次获取的图像，对该图像的第一曝光参数和第二曝光参数进行归一化处理，获取该图像的归一化比值；
第二操作模块，用于使用设定的检测模型，基于所述归一化比值、所述第一亮度信息和所述第二亮度信息获取亮度比值，以通过所述亮度比值进行故障检测，并输出检测结果。
10.一种可读存储介质，其特征在于，所述可读存储介质中存储有计算机程序，所述计算机程序被执行时实现权利要求1-6中任意一项所述的补光灯故障检测方法。
CN201811455749.XA 2018-11-30 2018-11-30 补光灯故障检测方法、装置、电子设备及可读存储介质 Active CN111260604B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811455749.XA CN111260604B (zh) 2018-11-30 2018-11-30 补光灯故障检测方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811455749.XA CN111260604B (zh) 2018-11-30 2018-11-30 补光灯故障检测方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN111260604A CN111260604A (zh) 2020-06-09
CN111260604B true CN111260604B (zh) 2023-09-19

Family

ID=70951956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811455749.XA Active CN111260604B (zh) 2018-11-30 2018-11-30 补光灯故障检测方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN111260604B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101586A (zh) * 2020-08-19 2020-12-18 江苏中州科技有限公司 交通监控摄像头补光灯运维管理系统
CN113222922B (zh) * 2021-04-30 2024-02-27 杭州海康威视数字技术股份有限公司 红外爆闪灯补光范围检测方法、装置及设备
CN114152894B (zh) * 2021-12-02 2022-08-02 北京博示电子科技有限责任公司 一种检测灯管的方法、装置、电子设备和存储介质
CN117129191B (zh) * 2023-10-24 2024-02-06 徐州徐工汽车制造有限公司 红外灯故障诊断方法、控制器、相机系统和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102048516A (zh) * 2010-11-02 2011-05-11 重庆金山科技（集团）有限公司 用于内窥镜的光源装置及故障检测方法
CN104582209A (zh) * 2013-10-29 2015-04-29 杭州海康威视数字技术股份有限公司 补光灯故障检测方法及其装置
CN108206918A (zh) * 2016-12-19 2018-06-26 杭州海康威视数字技术股份有限公司 一种光补偿方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8139054B2 (en) * 2005-12-30 2012-03-20 Mediatek Inc. Luminance compensation apparatus and method

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102048516A (zh) * 2010-11-02 2011-05-11 重庆金山科技（集团）有限公司 用于内窥镜的光源装置及故障检测方法
CN104582209A (zh) * 2013-10-29 2015-04-29 杭州海康威视数字技术股份有限公司 补光灯故障检测方法及其装置
CN108206918A (zh) * 2016-12-19 2018-06-26 杭州海康威视数字技术股份有限公司 一种光补偿方法及装置

Also Published As

Publication number Publication date
CN111260604A (zh) 2020-06-09

Similar Documents

Publication Publication Date Title
CN111260604B (zh) 补光灯故障检测方法、装置、电子设备及可读存储介质
US9466130B2 (en) Systems and methods for enhancing displayed images
US8213052B2 (en) Digital image brightness adjustment using range information
KR20180004208A (ko) 컨볼루션 신경망 기반의 완전 기준 이미지 품질 평가
CN109788205B (zh) 图像调整方法、装置及电子设备
US9402035B2 (en) Method and apparatus for determining exposure setting
CN106845432A (zh) 一种人脸与人体共同检测的方法和设备
US8983193B1 (en) Techniques for automatic photo album generation
CN110827269B (zh) 农作物生长变化状况检测方法、装置、设备及介质
CN101061477A (zh) 基于方差的事件分群
US20180089537A1 (en) Learning apparatus, image identification apparatus, learning method, image identification method, and storage medium
Ershov et al. The cube++ illumination estimation dataset
CN116362571B (zh) 一种基于深度学习的多源污染时空特征分析方法及系统
DE102009029391A1 (de) Bildverarbeitungsgerät und Bildverarbeitungsverfahren
US9418448B2 (en) Devices, terminals and methods for image processing
CN111598913B (zh) 一种基于机器人视觉的图像分割方法和系统
CN113938674B (zh) 视频质量检测方法、装置、电子设备及可读存储介质
US10349013B2 (en) Information processing apparatus, information processing method, and program
Sari et al. Color correction using improved linear regression algorithm
US10728476B2 (en) Image processing device, image processing method, and image processing program for determining a defective pixel
Yu et al. Efficient statistical validation of autonomous driving systems
CN112598616B (zh) 一种电子设备曝光参数的确定方法及成像方法
CN114037889A (zh) 一种图像识别方法、装置、电子设备及存储介质
CN111028309B (zh) 基于LoRa节点的昆虫密度图构建方法及装置
DE112020006943T5 (de) Panoramaerzeugung mit mobiler kamera

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