CN111382600A - 一种安防视频单色遮挡物检测装置及方法 - Google Patents

一种安防视频单色遮挡物检测装置及方法 Download PDF

Info

Publication number
CN111382600A
CN111382600A CN201811617715.6A CN201811617715A CN111382600A CN 111382600 A CN111382600 A CN 111382600A CN 201811617715 A CN201811617715 A CN 201811617715A CN 111382600 A CN111382600 A CN 111382600A
Authority
CN
China
Prior art keywords
monochrome
mask
obtaining
monochromatic
security video
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811617715.6A
Other languages
English (en)
Inventor
杨公所
袭喜悦
陆腾
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.)
Goldencis Inc
Original Assignee
Goldencis Inc
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 Goldencis Inc filed Critical Goldencis Inc
Priority to CN201811617715.6A priority Critical patent/CN111382600A/zh
Publication of CN111382600A publication Critical patent/CN111382600A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/56—Extraction of image or video features relating to colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/467—Encoded features or binary features, e.g. local binary patterns [LBP]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种安防视频单色遮挡物检测装置及方法，包括提取模块，用于提取输入模块中的初始单色掩码M，所述初始单色掩码M经膨胀处理，得到第一单色掩码N；第一获取模块，用于获取第一单色掩码N下灰色图像的LBP，将领域作为一个单元，以中心像素灰度值为基准，周围像素按顺时针方向依次与中心像素灰度值进行比对，通过第一获取公式获取二进制序列，并转换成中心像素的特征值；第二获取模块，在LBP的基础上通过第二获取公式获取第一单色掩码N的ULBP，将所述二进制序列的改变次数进行模式过滤，去除远景特征，保留近景位置信息，解决了检测遮挡物不准确、不灵活的问题，实现了对近景单色遮挡物的检测，同时也减少了误报的情形。

Description

一种安防视频单色遮挡物检测装置及方法
技术领域
本发明涉及数字图像处理技术领域，具体涉及一种安防视频单色遮挡物检测装置及方法。
背景技术
现有技术大体分采用两种方式进行检测安防视频中的单色遮挡物，有参照的方式：基于参照图片进行多帧图片对比，得出遮挡物的所占视频面积的比例；无参照的方式：分析视频中的连续帧，连续帧其实也是一种参照，视频帧突然变暗的遮挡检测方法。
现有技术使用视频当前帧与用户设置的参照帧进行对比，计算出遮挡物遮挡比例，人工设置参照帧增加了维护成本，难以适应渐变的场景，不能够区分近景与远景，比如远处的大卡车，很容易造成误报。
使用视频当前帧与前帧做对比，现有技术只能这对突然的黑色遮挡进行检测，其他场景的遮挡无法取得检测效果。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种安防视频单色遮挡物检测装置及方法，解决了检测遮挡物不准确、不灵活的问题，实现了对近景单色遮挡物的检测，同时也减少了误报的情形。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种安防视频单色遮挡物检测装置，包括：
提取模块，用于提取安防视频中的当前帧图片中的初始单色掩码M，并得到第一单色掩码N；
第一获取模块，用于获取第一单色掩码N的LBP，将邻域作为一个单元，以中心像素灰度值为基准，周围像素按顺时针方向依次与中心像素灰度值进行比对，获取二进制序列，并转换成中心像素的特征值；
第二获取模块，在LBP的基础上获取第一单色掩码N的ULBP，将所述二进制序列的改变次数进行模式过滤，去除远景特征，保留近景位置信息。
优选的是，所述检测装置还包括输入模块和统计模块，所述输入模块用于输入安防视频中的当前帧图片；所述统计模块用于将第二获取模块的结果进行白色比例统计，得到单色遮挡物的遮挡比例。
优选的是，所述提取模块还包括膨胀处理单元，用以将初始单色掩码M膨胀处理后，得到第一单色掩码N。
优选的是，所述第二获取模块中的改变次数，分为大于2次的模式和不大于2次的模式。
优选的是，所述第二获取模块还包括在获取到ULBP后进行开运算处理。
优选的是，所述提取模块采用的提取方式为：
Figure BDA0001926138790000021
其中M(x,y)表示掩码M在坐标(x,y)处的值，Hmin与Hmax、Smin与Smax、Vmin与Vmax是单色分别在H、S、V三通道上的取值范围，H(x,y)、S(x,y)、V(x,y)分表表示图片在H、S、V三通道在坐标(x,y)处的取值。
优选的是，所述第一获取模块包含获取二进制的第一获取公式，所述第一获取公式为：
Figure BDA0001926138790000022
Figure BDA0001926138790000031
式中:gi表示中心像素领域的像素点的灰度值，gc表示中心像素点的灰度值，P表示中心像素点领域像素点数量，R为领域半径，x表示的就是gi与gc的差值。
优选的是，所述第二获取模块包含第二获取公式，所述第二获取公式为：
Figure BDA0001926138790000032
Figure BDA0001926138790000033
式中:gi表示中心像素领域的像素点的灰度值，gc表示中心像素点的灰度值，g0取中心像素点左上角领域像素点的灰度值，P表示中心像素点领域像素点数量，R为领域半径。
一种安防视频单色遮挡物检测方法，所述方法包括以下步骤：
获取安防视频当前帧图片，并在该图片的HSV空间中提取初始单色掩码M，所述单色掩码经膨胀处理，得到第一单色掩码N；
将领域作为一个单元，以中心像素灰度值为基准，周围像素按顺时针方向依次与中心像素灰度值进行对比，若大于中心像素则为1，否则为0，得到一个二进制序列，将二进制转化成十进制，在灰色空间的第一单色掩码N下获取到中心像素的LBP特征值；
在LBP二进制序列中从0到1或1到0的改变次数进行模式过滤获取ULBP，除去第一单色掩码N中的远景特征，保留近景位置信息；
对模式过滤后的结果进行开运算处理，并统计白色比例，得到单色遮挡物的遮挡比例。
(三)有益效果
本发明具备以下有益效果：
1、通过HSV空间上单色掩码与ULBP纹理特性相结合实现对近景单色遮挡物的检测，使对检测遮挡对象更具有针对性；
2、调整掩码的提取使用H、S、V的取值范围，更灵活的选择单色或多种颜色掩码。
附图说明
图1为本发明的方法流程图。
图2为本发明的装置流程图。
图3为本发明的工作流程图。
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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
LBP:(Local Binary Pattern，局部二值模式)是一种用来描述图像局部纹理特征的算子；它具有旋转不变性和灰度不变性等显著的优点。
ULBP是Uniform Local Binary Patterns的缩写。
HSV：(Hue,Saturation,Value)是根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(Hexcone Model)。
本发明的实施方式：参见图1-3，一种安防视频单色遮挡物检测装置，包括以下模块：
输入模块，用于输入安防视频中的当前帧图片；
提取模块，用于提取输入模块中的初始单色掩码M，所述单色掩码M经膨胀处理，得到第一单色掩码N；
第一获取模块，用于获取第一单色掩码N的LBP，将邻域作为一个单元，以中心像素灰度值为基准，周围像素按顺时针方向依次与中心像素灰度值进行比对，通过第一获取公式获取二进制序列，并转换成中心像素的特征值；
第二获取模块，在LBP的基础上通过第二获取公式获取单色掩码N的ULBP，将所述二进制序列的改变次数进行模式过滤，分成大于2的模式和不大于2模式两种，去除远景特征，保留近景位置信息；
统计模块，用于将第二获取模块的结果进行白色比例统计，得到单色遮挡物的遮挡比例。
一种安防视频单色遮挡物检测方法，包括以下步骤：
步骤一：获取安防视频的当前帧图片作为检测输入。
步骤二：在图片的HSV空间提取初始单色掩码，即绿色掩码M，提取公式如下：
Figure BDA0001926138790000051
其中M(x,y)表示掩码M在坐标(x,y)处的值，Hmin与Hmax、Smin与Smax、Vmin与Vmax是单色分别在H、S、V三通道上的取值范围，是通过颜色范围查表得到的，H(x,y)、S(x,y)、V(x,y)分表表示图片在H、S、V三通道在坐标(x,y)处的取值。
提取单色掩码M后，对其膨胀处理，得到第一单色掩码N。
步骤三：获取当前帧图片在灰色空间第一单色掩码N下的LBP。
LBP的主要思想是将邻域作为一个单元，以中心像素灰度值为基准，周围像素按顺时针方向依次与中心像素灰度值进行对比，若大于中心像素则为1，否则为0；得到一个二进制的0-1序列，这个序列的十进制值即为中心像素的LBP特征值；表达式如下所示：
Figure BDA0001926138790000061
Figure BDA0001926138790000062
式中:gi表示中心像素邻域的像素点的灰度值，gc表示中心像素点的灰度值，g0取中心像素点左上角领域像素点的灰度值，P表示中心像素点领域像素点数量，R为领域半径，本方案中R取3，即3×3领域，此时P为8，为了减少计算量只计算掩码值为255坐标下的LBP即可。
步骤四：获取当前帧图片在灰色空间第一单色掩码N下的ULBP。
ULBP通过计算LBP二进制序列中从0到1或1到0的改变次数来进行模式过滤，将改变次数大于2的模式统一归为一类，此时ULBP＝0，其余的模式则取值255。公式如下
Figure BDA0001926138790000063
Figure BDA0001926138790000064
通过流程图可以看到LBP与ULBP都是在掩码N下计算的，其中的U没有啥意义，只是公式的表示符号，例如：N、LBP、ULBP都是一个矩阵，每个元素都有一个坐标(x,y),三个矩阵位置都是一一对应的，ULBP坐标(x,y)上的值不是0就是255，是255的条件有两个：(1)对应(x,y)上LBP值满足二进制中的数变换次数不大于2，(2)对应(x,y)上N值为255。
U(LBP)这个公式只是便于理解，其实在实现时根据LBP直接查表既可以得出二进制的转换次数。比如LBP的值为3，3的二进制表示为0000 0011，可以看到其二进制表示中成0/1变为1/0的次数为2，可以将二进制理解成是环形的，第三位的0与第二位的1变换是一次，第八位的0与第一位的1变换一次，对应坐标下的U(LBP)为2，再根据对应坐标下N的值，来判断得到ULBP。
第一获取公式计算的数值是来自图片的灰度值，第二获取公式计算的数值是来自于第一获取公式的计算结果，两个公式的计算都是在掩码N下进行的。
通过这一步处理可以去除单色掩码中的远景特征，掩码中只保留近景位置信息。对此二值化结果进一步进行开运算处理。
步骤五：对步骤四处理的结果进行白色比例统计，即为单色遮挡物的遮挡比例。
本方案通过HSV空间上单色掩码与ULBP纹理特性相结合实现对近景单色遮挡物的检测，使对检测遮挡对象更具有针对性，调整掩码的提取使用H、S、V的取值范围，更灵活的选择单色或多种颜色掩码。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，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他要素，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。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (9)

1.一种安防视频单色遮挡物检测装置，其特征在于，包括
提取模块，用于提取安防视频中的当前帧图片中的初始单色掩码M，并得到第一单色掩码N；
第一获取模块，用于获取第一单色掩码N的LBP，将邻域作为一个单元，以中心像素灰度值为基准，周围像素按顺时针方向依次与中心像素灰度值进行比对，获取二进制序列，并转换成中心像素的特征值；
第二获取模块，在LBP的基础上获取第一单色掩码N的ULBP，将所述二进制序列的改变次数进行模式过滤，去除远景特征，保留近景位置信息。
2.根据权利要求1所述的一种安防视频单色遮挡物检测装置，其特征在于：所述检测装置还包括输入模块和统计模块，所述输入模块用于输入安防视频中的当前帧图片；所述统计模块用于将第二获取模块的结果进行白色比例统计，得到单色遮挡物的遮挡比例。
3.根据权利要求1所述的一种安防视频单色遮挡物检测装置，其特征在于：所述提取模块还包括膨胀处理单元，用以将初始单色掩码M膨胀处理后，得到第一单色掩码N。
4.根据权利要求1所述的一种安防视频单色遮挡物检测装置，其特征在于：所述第二获取模块中的改变次数，分为大于2次的模式和不大于2次的模式。
5.根据权利要求1所述的一种安防视频单色遮挡物检测装置，其特征在于：所述第二获取模块还包括在获取到ULBP后进行开运算处理。
6.根据权利要求1所述的一种安防视频单色遮挡物检测装置，其特征在于：所述提取模块采用的提取方式为：
Figure FDA0001926138780000021
其中M(x,y)表示掩码M在坐标(x,y)处的值，Hmin与Hmax、Smin与Smax、Vmin与Vmax是单色分别在H、S、V三通道上的取值范围，H(x,y)、S(x,y)、V(x,y)分表表示图片在H、S、V三通道在坐标(x,y)处的取值。
7.根据权利要求1所述的一种安防视频单色遮挡物检测装置，其特征在于：所述第一获取模块包含获取二进制的第一获取公式，所述第一获取公式为：
Figure FDA0001926138780000022
Figure FDA0001926138780000023
式中:gi表示中心像素领域的像素点的灰度值，gc表示中心像素点的灰度值，P表示中心像素点领域像素点数量，R为领域半径，x表示的就是gi与gc的差值。
8.根据权利要求1所述的一种安防视频单色遮挡物检测装置，其特征在于：所述第二获取模块包含第二获取公式，所述第二获取公式为：
Figure FDA0001926138780000024
Figure FDA0001926138780000025
式中:gi表示中心像素领域的像素点的灰度值，gc表示中心像素点的灰度值，g0取中心像素点左上角领域像素点的灰度值，P表示中心像素点领域像素点数量，R为领域半径。
9.一种安防视频单色遮挡物检测方法，其特征在于：用于实现权利要求1-8所述的一种安防视频单色遮挡物检测装置，所述方法包括以下步骤：
获取安防视频当前帧图片，并在该图片的HSV空间中提取初始单色掩码M，所述单色掩码经膨胀处理，得到第一单色掩码N；
将领域作为一个单元，以中心像素灰度值为基准，周围像素按顺时针方向依次与中心像素灰度值进行对比，若大于中心像素则为1，否则为0，得到一个二进制序列，将二进制转化成十进制，在灰色空间的第一单色掩码N下获取到中心像素的LBP特征值；
在LBP二进制序列中从0到1或1到0的改变次数进行模式过滤获取ULBP，除去第一单色掩码N中的远景特征，保留近景位置信息；
对模式过滤后的结果进行开运算处理，并统计白色比例，得到单色遮挡物的遮挡比例。
CN201811617715.6A 2018-12-28 2018-12-28 一种安防视频单色遮挡物检测装置及方法 Pending CN111382600A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811617715.6A CN111382600A (zh) 2018-12-28 2018-12-28 一种安防视频单色遮挡物检测装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811617715.6A CN111382600A (zh) 2018-12-28 2018-12-28 一种安防视频单色遮挡物检测装置及方法

Publications (1)

Publication Number Publication Date
CN111382600A true CN111382600A (zh) 2020-07-07

Family

ID=71220755

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811617715.6A Pending CN111382600A (zh) 2018-12-28 2018-12-28 一种安防视频单色遮挡物检测装置及方法

Country Status (1)

Country Link
CN (1) CN111382600A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117095339A (zh) * 2023-10-20 2023-11-21 江西师范大学 一种基于深度学习的rgb视频帧手持物检测方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063614A (zh) * 2010-12-28 2011-05-18 天津市亚安科技电子有限公司 一种安防监控中遗留物品的检测方法及装置
CN102938057A (zh) * 2012-10-19 2013-02-20 株洲南车时代电气股份有限公司 一种车辆阴影消除方法及装置
US20130250363A1 (en) * 2012-03-22 2013-09-26 Xerox Corporation Method and system for preserving image quality in an economy print mode
CN103473772A (zh) * 2013-09-05 2013-12-25 北京捷成世纪科技股份有限公司 一种马赛克图像的检测方法和装置
CN103986910A (zh) * 2014-05-20 2014-08-13 中国科学院自动化研究所 一种基于智能分析摄像机的客流统计方法和系统
CN104504707A (zh) * 2014-12-26 2015-04-08 西安理工大学 一种监控相机视频画面的异物遮挡检测方法
CN105205832A (zh) * 2015-08-31 2015-12-30 清华大学深圳研究生院 一种运动目标检测的方法
US20180027224A1 (en) * 2016-07-19 2018-01-25 Fotonation Limited Systems and Methods for Estimating and Refining Depth Maps
CN107915102A (zh) * 2017-11-02 2018-04-17 浙江新再灵科技股份有限公司 一种基于视频分析的电梯遮挡门行为的检测系统及检测方法
CN108764174A (zh) * 2018-05-31 2018-11-06 深圳市唯特视科技有限公司 一种基于深度掩码和滤波响应的遮挡检测方法
CN109063592A (zh) * 2018-07-12 2018-12-21 天津艾思科尔科技有限公司 一种基于边缘特征的室内火焰检测方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102063614A (zh) * 2010-12-28 2011-05-18 天津市亚安科技电子有限公司 一种安防监控中遗留物品的检测方法及装置
US20130250363A1 (en) * 2012-03-22 2013-09-26 Xerox Corporation Method and system for preserving image quality in an economy print mode
CN102938057A (zh) * 2012-10-19 2013-02-20 株洲南车时代电气股份有限公司 一种车辆阴影消除方法及装置
CN103473772A (zh) * 2013-09-05 2013-12-25 北京捷成世纪科技股份有限公司 一种马赛克图像的检测方法和装置
CN103986910A (zh) * 2014-05-20 2014-08-13 中国科学院自动化研究所 一种基于智能分析摄像机的客流统计方法和系统
CN104504707A (zh) * 2014-12-26 2015-04-08 西安理工大学 一种监控相机视频画面的异物遮挡检测方法
CN105205832A (zh) * 2015-08-31 2015-12-30 清华大学深圳研究生院 一种运动目标检测的方法
US20180027224A1 (en) * 2016-07-19 2018-01-25 Fotonation Limited Systems and Methods for Estimating and Refining Depth Maps
CN107915102A (zh) * 2017-11-02 2018-04-17 浙江新再灵科技股份有限公司 一种基于视频分析的电梯遮挡门行为的检测系统及检测方法
CN108764174A (zh) * 2018-05-31 2018-11-06 深圳市唯特视科技有限公司 一种基于深度掩码和滤波响应的遮挡检测方法
CN109063592A (zh) * 2018-07-12 2018-12-21 天津艾思科尔科技有限公司 一种基于边缘特征的室内火焰检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
朱世松;付万超;: "基于SACON模型和五帧差分法的目标检测算法" *
袁渊; 丁胜; 徐新: "《基于颜色与文理特征的安防视频遮挡树叶检测》" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117095339A (zh) * 2023-10-20 2023-11-21 江西师范大学 一种基于深度学习的rgb视频帧手持物检测方法
CN117095339B (zh) * 2023-10-20 2024-01-30 江西师范大学 一种基于深度学习的rgb视频帧手持物检测方法

Similar Documents

Publication Publication Date Title
CN107767390B (zh) 监控视频图像的阴影检测方法及其系统、阴影去除方法
CN106408846A (zh) 基于视频监控平台的图像火灾检测方法
CN111489346B (zh) 一种全参考图像质量评价方法及系统
CN113168669B (zh) 图像处理方法、装置、电子设备及可读存储介质
CN105809643B (zh) 一种基于自适应块通道拉伸的图像增强方法
CN111429370A (zh) 一种煤矿井下的图像增强方法、系统及计算机存储介质
JP6779688B2 (ja) 画像処理装置、画像処理方法、コンピュータプログラム
CN110298812B (zh) 一种图像融合处理的方法及装置
Lee et al. Color image enhancement using histogram equalization method without changing hue and saturation
CN104618700A (zh) 一种彩色高动态范围图像增强显示的方法
CN108711160B (zh) 一种基于hsi增强性模型的目标分割方法
CN107563985A (zh) 一种红外图像空中运动目标的检测方法
CN104966266A (zh) 自动模糊身体部位的方法及系统
CN110298796B (zh) 基于改进Retinex与对数图像处理的低照度图像增强方法
CN113643202B (zh) 一种基于噪声注意力图指导的微光图像增强方法
CN104185069B (zh) 一种台标识别方法及其识别系统
CN111382600A (zh) 一种安防视频单色遮挡物检测装置及方法
CN113610091A (zh) 一种空气开关状态的智能识别方法、识别装置及存储介质
CN113537092A (zh) 烟火检测方法、装置、设备及存储介质
CN115601688B (zh) 基于深度学习的视频主体内容检测方法及系统
CN106303154B (zh) 一种信息处理方法及电子设备
Pujas et al. Robust colour image segmentation
Bojie et al. Research on tea bud identification technology based on HSI/HSV color transformation
CN111598794A (zh) 一种去除水下重叠情况的图像成像方法及装置
CN105741248A (zh) 一种去除图像中阴霾退化的方法

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200707