CN112312001A - 一种图像检测的方法、装置、设备和计算机存储介质 - Google Patents
一种图像检测的方法、装置、设备和计算机存储介质 Download PDFInfo
- Publication number
- CN112312001A CN112312001A CN201910696200.8A CN201910696200A CN112312001A CN 112312001 A CN112312001 A CN 112312001A CN 201910696200 A CN201910696200 A CN 201910696200A CN 112312001 A CN112312001 A CN 112312001A
- Authority
- CN
- China
- Prior art keywords
- brightness
- preset
- detected
- image
- histogram
- 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
Images
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
- H04N23/61—Control of cameras or camera modules based on recognised objects
-
- 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
- H04N23/64—Computer-aided capture of images, e.g. transfer from script file into camera, check of taken image quality, advice or proposal for image composition or decision on when to take image
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Studio Devices (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明的至少一个实施例提供了一种图像检测的方法、装置、设备和计算机存储介质,其中方法包括:获取待检测图像在灰度色彩空间下的待检测图像数据;确定所述在灰度色彩空间下的待检测图像数据的亮度累积直方图;确定每一预定亮度区间的亮度累积直方图变化量相对于亮度值的斜率;将所述每一预定亮度区间的对应斜率分别与预设斜率阈值进行比较;若统计出对应斜率大于预设斜率阈值的预定亮度区间的数量满足预设要求,则确定所述待检测图像与逆光场景相关。本发明的至少一个实施例可以提高在局部逆光的情况下的图像识别性能。
Description
【技术领域】
本发明实施例涉及计算机应用技术领域,特别涉及一种图像检测的方法、装置、设备和计算机存储介质。
【背景技术】
图像采集设备目前被广泛地应用在众多电子设备,例如手机上配备了摄像头、数码相机上配备摄像头,无人机上配备视觉传感器等。在图像采集的过程中,不可避免地会遇到诸如逆光等特定拍摄场景。为了后续图像处理的便利或基于图像的各种决策的准确性,对于图像是否遇到逆光等特定拍摄场景的检测是必要的。
目前的逆光检测方式通常对于因处于逆光场景而全局图像受到影响的情况具有较好的检测性,但尚缺乏可以对图像受到局部逆光的情况进行较好检测的方案。
【发明内容】
有鉴于此,本发明提供了一种图像检测的方法、装置、设备和计算机存储介质,以便于提高局部逆光情况下的识别性能。
具体技术方案如下:
一方面,本发明提供了一种图像检测的方法,该方法包括:
获取待检测图像在灰度色彩空间下的待检测图像数据;
确定所述在灰度色彩空间下的待检测图像数据的亮度累积直方图;
确定每一预定亮度区间的亮度累积直方图变化量相对于亮度值的斜率;
将所述每一预定亮度区间的对应斜率分别与预设斜率阈值进行比较;
若统计出所述对应斜率大于预设斜率阈值的预定亮度区间的数量满足预设要求,则确定所述待检测图像与逆光场景相关。
根据本发明一优选实施方式,所述确定所述在灰度色彩空间下的待检测图像数据的亮度累积直方图包括:
确定所述待检测图像数据的亮度直方图数据,所述亮度直方图数据包括256个数组,第i个数组X[i]表示所述在灰度色彩空间下的待检测图像数据中亮度值为i的像素数量;
基于所述亮度直方图数据确定亮度累积直方图数据,所述亮度累积直方图数据包括256个数组,第i个数组Y[i]表示所述在灰度色彩空间下的待检测图像数据中亮度值小于或等于i的像素数量。
根据本发明一优选实施方式,该方法还包括:对所述亮度累积直方图进行归一化,归一化到[0,255];
所述预设斜率阈值为1.5以上的值。
根据本发明一优选实施方式,所述预设要求包括:
所述对应斜率大于预设斜率阈值的预定亮度区间的数量超过亮度区间总数量的二分之一。
第二方面,本发明提供了一种图像检测的装置,该装置包括:
获取单元,用于获取待检测图像在灰度色彩空间下的待检测图像数据;
直方图确定单元,用于确定所述在灰度色彩空间下的待检测图像数据的亮度累积直方图,确定每一预定亮度区间的亮度累积直方图变化量相对于亮度值的斜率;
逆光检测单元,用于将所述每一预定亮度区间的对应斜率分别与预设斜率阈值进行比较;若统计出所述对应斜率大于预设斜率阈值的预定亮度区间的数量满足预设要求,则确定所述待检测图像与逆光场景相关。
根据本发明一优选实施方式,所述直方图确定单元,具体用于:
确定所述待检测图像数据的亮度直方图数据,所述亮度直方图数据包括256个数组,第i个数组X[i]表示所述在灰度色彩空间下的待检测图像数据中亮度为i的像素数量;
基于所述亮度直方图数据确定亮度累积直方图数据,所述亮度累积直方图数据包括256个数组,第i个数组Y[i]表示所述在灰度色彩空间下的待检测图像数据中亮度值小于或等于i的像素数量。
根据本发明一优选实施方式,所述直方图确定单元,还用于对所述亮度累积直方图进行归一化,归一化到[0,255];
所述逆光检测单元采用的所述预设斜率阈值为1.5以上的值。
根据本发明一优选实施方式,所述预设要求包括:
所述对应斜率大于预设斜率阈值的预定亮度区间的数量超过亮度区间总数量的二分之一。
第三方面,本发明提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的方法。
第四方面,本发明提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如上所述的方法。
由以上技术方案可以看出,本发明中获取待检测图像在灰度色彩空间下的待检测图像数据后,基于各亮度区间的亮度累积直方图变化量相对于亮度的斜率来进行逆光检测,在对应斜率大于预设斜率阈值的亮度区间的数量满足预设要求时,确定待检测图像与逆光场景相关。这种方式能够提高在局部逆光的情况下的图像识别性能。
【附图说明】
图1为本发明实施例一提供的方法流程图;
图2为本发明实施例二提供的方法流程图;
图3为本发明实施例提供的装置结构图;
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器的框图。
【具体实施方式】
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
实施例一、
图1为本发明实施例一提供的方法流程图,如图1中所示,该方法可以包括以下步骤:
在101中,获取待检测图像在灰度色彩空间下的待检测图像数据。
本发明中进行的逆光检测是基于待检测图像的,针对不同的场景获取待检测图像的方式也不相同。该部分将在后续场景举例中具体涉及。
所谓色彩空间指的用空间坐标来描述色彩范围,常用的色彩空间主要有诸如RGB(红、绿、蓝)色彩空间、CMYL(青、洋红、黄、黑)色彩空间、LAB(明度、A通道、B通道)色彩空间等。在本发明实施例中采用的色彩空间为灰度色彩空间。当获取到待检测图像后,将待检测图像所采用的色彩空间转换至灰度色彩空间,即转换为灰度图,由转换后得到的待检测图像中各像素的灰度值体现原始待检测图像的亮度值。
在102中,确定在灰度色彩空间下的待检测图像数据的亮度累积直方图。
具体地,先确定在灰度色彩空间下的待检测图像数据的亮度直方图。直方图是数值数据分布的精确表示,可以看做是连续变量的概率分布的估计。本发明实施例中涉及的亮度直方图实际上就是待检测图像中亮度值分布的精确表示。
由于在灰度色彩空间中,亮度值表示为[0,255]中的整数值。因此,亮度直方图数据可以包括256个数组,表示为X[0],X[1],…,X[255]。其中,第i个数组X[i]表示在灰度色彩空间下的待检测图像数据中亮度值为i的像素数量。
然后,基于亮度直方图数据确定亮度累积直方图数据。累积直方图是累积数值数据分布的精确表示,本发明实施例中涉及的亮度累积直方图实际上就是待检测图像中累积亮度值分布的精确表示。亮度累积直方图同样可以包括256个数组,表示为Y[0],Y[1],…,Y[255]。其中,第i个数组Y[i]表示在灰度色彩空间下的待检测图像数据中亮度值小于或等于i的像素数量,即Y[i]=X[0]+…+X[i]。
在103中,确定每一预定亮度区间的亮度累积直方图变化量相对于亮度值的斜率。
为了方便亮度区间的划分,可以首先将亮度累积直方图进行归一化,归一化到[0,255]。即将亮度累积直方图数据中各数组的值归一化到[0,255]中的取值。
对于理想状况而言,当图像亮度分布均衡的情况下,其亮度累积直方图变化量相对于亮度值的斜率是接近1的。在本发明实施例中,可以将亮度划分为N个亮度区间,N为预设的大于1的正整数。分别针对各亮度区间估计每个区间的累积直方图变化量相对于亮度的斜率。
例如,可以按照50亮度值的宽度进行亮度区间的分割,将整个亮度范围划分为0-50,50-100,100-150,150-200,200-255五个亮度区间,可以采用但不限于一阶拟合的方式估计每个区间的累计直方图变化量相对于亮度的斜率。鉴于通过一阶拟合方式估算斜率的方式为现有比较成熟的技术,在此不做详述。然后记录对应斜率大于预设斜率阈值的区间数量,记为SLOPE_GT_NUM。
上述斜率阈值可以采用经验值或实验值。在亮度累积直方图归一化的情况下,正常光线上述斜率通常为1左右,若出现逆光,上述斜率会大于1。斜率取值越大,说明逆光程度越高。可以根据对逆光程度的不同需求设置不同的斜率阈值。通常上述斜率阈值可以取1.5以上的值。
在104中,若统计出对应斜率大于预设斜率阈值的预定亮度区间的数量满足预设要求,则确定所述待检测图像与逆光场景相关。
具体地,将所述每一预定亮度区间的对应斜率分别与预设斜率阈值进行比较,然后统计对应斜率大于预设斜率阈值的亮度区间的数据量。上述预设要求可以是对应斜率大于预设斜率阈值的预定亮度区间数量超过预设数量阈值,或者斜率大于预设斜率阈值的预定亮度区间数量占总亮度区间的比例超过预设比例阈值。
作为一种优选地实施方式,若斜率大于预设斜率阈值的预定亮度区间数量超过亮度区间总数量的二分之一,则可以确定待检测图像与逆光场景相关。还以上述5个亮度区间为例,若SLOPE_GT_NUM的数量大于或等于3,则认为待检测图像与逆光场景相关。本发明实施例中确定待检测图像与逆光场景相关指的是待检测图像在逆光场景下通过拍摄等方式获取到,对应逆光场景。
除了实施例一中基于亮度累积直方图量相对于亮度变化的斜率的检测方式之外,还可以进一步结合其他诸如基于方差、高亮区域占比等检测方式,从而提高逆光检测的准确度。下面在实施例二中进行具体描述。
实施例二、
图2为本发明实施例二提供的方法流程图,如图2中所示,该方法可以包括以下步骤:
在201中,获取待检测图像在灰度色彩空间下的待检测图像数据。
在202中,执行图1所示流程中的102和103。
采用图1中所述方式,确定在灰度色彩空间下的待检测图像数据的亮度累积直方图,以及确定各亮度区间的亮度累积直方图变化量相对于亮度值的斜率。具体参见实施例一中的相关记载,在此不做赘述。
在203中,确定在灰度色彩空间下的待检测图像数据的灰度分布均值和方差。
对于在灰度色彩空间下的待检测图像的灰度分布,求取均值后进一步确定方差,记为V。均值和方差的计算方式为公知技术,在此不做详述。
在204中,确定在灰度色彩空间下的待检测图像数据的高亮区域占比。
确定在灰度色彩空间下的待检测图像数据的高亮区域,其中可以将亮度值大于预设亮度阈值的像素构成的区域作为高亮区域。然后确定高亮区域占总像素值的比值,记为BRIGHT_RATIO。
上述步骤202、203和204可以以任意的顺序先后执行,也可以同时执行,这三个处理过程是相互独立的,可以做并行处理。
在205中,若满足以下策略之一,则确定待检测图像与逆光场景相关:
步骤202确定出的斜率大于预设斜率阈值的预定亮度区间的数量满足预设要求;
步骤203确定出的方差超过预设方差阈值;
步骤204确定出的高亮区域占比超过预设占比阈值。
即,若SLOPE_GT_NUM>SLOPE_GT_NUM_THRES,和/或,V>V_THRES,和/或,BRIGHT_RATIO>BRIGHT_RATIO_THRES,则判定待检测图像与逆光场景相关。上述的SLOPE_GT_NUM_THRES、V_THRES和BRIGHT_RATIO_THRES可以取经验值或实验值等。
例如,SLOPE_GT_NUM_THRES取总高亮区域的二分之一,V_THRES取60,BRIGHT_RATIO_THRES取30%。
根据不同的应用场景,本发明上述实施例提供的逆光检测方法的执行主体(即逆光检测的装置)也不相同。下面列举几种应用场景:
应用场景1:
在诸如数码相机、手机等数码设备中,逆光检测的装置可以设置于数码设备中,将取景时获取的取景图像作为待检测图像进行逆光场景检测。当检测到逆光场景时,通过文字、图标或者语音等方式给用户以提示,从而使得用户能够根据需要更换拍摄角度或方向,避免因逆光造成图像拍摄质量低下。
应用场景2:
在图像处理领域,逆光检测的装置可以设置于图像处理设备中,将待进行图像处理的图像作为本发明实施例中的待检测图像进行逆光场景检测。当检测到逆光场景时,将检测结果提供给图像处理设备,以供图像处理设备对图像进行诸如润色、调亮等修复处理。
应用场景3:
在自动驾驶领域,逆光检测的装置可以设置于无人车中,将无人车中视觉传感器采集到的图像作为本发明实施例中的待检测图像进行逆光场景检测。当检测到逆光场景时,在图像上打上逆光标签,以便无人车在进行后续检测、分割、跟踪等视觉类任务时,能够依据图像上的逆光标签进行相应的处理,提高无人车的性能。
以上是对本发明所提供方法进行的描述,下面结合实施例对本发明所提供的装置进行描述。
图3为本发明实施例提供的装置结构图,如图3所示,该装置可以包括:获取单元01、直方图确定单元02和逆光检测单元03,还可以进一步包括方差确定单元04和高亮确定单元05。其中各组成单元的主要功能如下:
获取单元01负责获取待检测图像在灰度色彩空间下的待检测图像数据,即将待检测图像转换为灰度图,由转换后得到的待检测图像中各像素的灰度值体现原始待检测图像的亮度值。
直方图确定单元02负责确定在灰度色彩空间下的待检测图像数据的亮度累积直方图,确定每一预定亮度区间的亮度累积直方图变化量相对于亮度的斜率。
具体地,直方图确定单元02确定在灰度色彩空间下的待检测图像数据的亮度直方图数据,亮度直方图数据包括256个数组,第i个数组X[i]表示在灰度色彩空间下的待检测图像中亮度为i的像素数量;再基于亮度直方图确定亮度累积直方图数据,亮度累积直方图数据包括256个数组,第i个数组Y[i]表示在灰度色彩空间下的待检测图像中亮度值小于或等于i的像素数量。
可以将亮度划分为N个亮度区间,N为预设的大于1的正整数。分别针对各亮度区间估计每个区间的累积直方图变化量相对于亮度的斜率。
更进一步地,直方图确定单元02可以对亮度累积直方图进行归一化,归一化到[0,255],然后再确定斜率。
若对应斜率大于预设斜率阈值的预定亮度区间数量满足预设要求,则逆光检测单元03确定待检测图像与逆光场景相关,即该待检测图像是在逆光场景下通过拍摄等方式获取的。
上述斜率阈值可以采用经验值或实验值。在亮度累积直方图归一化的情况下,正常光线上述斜率通常为1左右,若出现逆光,上述斜率会大于1。斜率取值越大,说明逆光程度越高。可以根据对逆光程度的不同需求设置不同的斜率阈值。通常上述斜率阈值可以取1.5以上的值。
具体地,上述预设要求可以是对应斜率大于预设斜率阈值的预定亮度区间的数量超过预设数量阈值,或者对应斜率大于预设斜率阈值的预定亮度区间的数量占总亮度区间的比例超过预设比例阈值。
作为一种优选地实施方式,若对应斜率大于预设斜率阈值的亮度区间数量超过亮度区间总数量的二分之一,则可以确定待检测图像与逆光场景相关。
方差确定单元04负责确定在灰度色彩空间下的待检测图像的灰度分布均值和方差。
若方差超过预设方差阈值,则逆光检测单元03可以确定待检测图像与逆光场景相关。同样,方差阈值可以取经验值或实验值,例如可以取60。
高亮确定单元05负责确定在灰度色彩空间下的待检测图像的高亮区域占比。
若高亮区域占比超过预设占比阈值,则逆光检测单元03可以确定待检测图像与逆光场景相关。其中占比阈值也可以取经验值或实验值,例如可以取30%。
图4示出了适于用来实现本发明实施方式的示例性计算机系统/服务器012的框图。图4显示的计算机系统/服务器012仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统/服务器012以通用计算设备的形式表现。计算机系统/服务器012的组件可以包括但不限于:一个或者多个处理器或者处理单元016,系统存储器028,连接不同系统组件(包括系统存储器028和处理单元016)的总线018。
总线018表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器012典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器012访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器028可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)030和/或高速缓存存储器032。计算机系统/服务器012可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统034可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线018相连。存储器028可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块042的程序/实用工具040,可以存储在例如存储器028中,这样的程序模块042包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块042通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器012也可以与一个或多个外部设备014(例如键盘、指向设备、显示器024等)通信,在本发明中,计算机系统/服务器012与外部雷达设备进行通信,还可与一个或者多个使得用户能与该计算机系统/服务器012交互的设备通信,和/或与使得该计算机系统/服务器012能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口022进行。并且,计算机系统/服务器012还可以通过网络适配器020与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器020通过总线018与计算机系统/服务器012的其它模块通信。应当明白,尽管图4中未示出,可以结合计算机系统/服务器012使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元016通过运行存储在系统存储器028中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的方法流程。
上述的计算机程序可以设置于计算机存储介质中,即该计算机存储介质被编码有计算机程序,该程序在被一个或多个计算机执行时,使得一个或多个计算机执行本发明上述实施例中所示的方法流程和/或装置操作。例如,被上述一个或多个处理器执行本发明实施例所提供的方法流程。
随着时间、技术的发展,介质含义越来越广泛,计算机程序的传播途径不再受限于有形介质,还可以直接从网络下载等。可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (10)
1.一种图像检测的方法,其特征在于,该方法包括:
获取待检测图像在灰度色彩空间下的待检测图像数据;
确定所述在灰度色彩空间下的待检测图像数据的亮度累积直方图;
确定每一预定亮度区间的亮度累积直方图变化量相对于亮度值的斜率;
将所述每一预定亮度区间的对应斜率分别与预设斜率阈值进行比较;
若统计出所述对应斜率大于预设斜率阈值的预定亮度区间的数量满足预设要求,则确定所述待检测图像与逆光场景相关。
2.根据权利要求1所述的方法,其特征在于,所述确定所述在灰度色彩空间下的待检测图像数据的亮度累积直方图包括:
确定所述待检测图像数据的亮度直方图数据,所述亮度直方图数据包括256个数组,第i个数组X[i]表示所述在灰度色彩空间下的待检测图像数据中亮度值为i的像素数量;
基于所述亮度直方图数据确定亮度累积直方图数据,所述亮度累积直方图数据包括256个数组,第i个数组Y[i]表示所述在灰度色彩空间下的待检测图像数据中亮度值小于或等于i的像素数量。
3.根据权利要求1所述的方法,其特征在于,该方法还包括:对所述亮度累积直方图进行归一化,归一化到[0,255];
所述预设斜率阈值为1.5以上的值。
4.根据权利要求1所述的方法,其特征在于,所述预设要求包括:
所述对应斜率大于预设斜率阈值的预定亮度区间的数量超过亮度区间总数量的二分之一。
5.一种图像检测的装置,其特征在于,该装置包括:
获取单元,用于获取待检测图像在灰度色彩空间下的待检测图像数据;
直方图确定单元,用于确定所述在灰度色彩空间下的待检测图像数据的亮度累积直方图,确定每一预定亮度区间的亮度累积直方图变化量相对于亮度值的斜率;
逆光检测单元,用于将所述每一预定亮度区间的对应斜率分别与预设斜率阈值进行比较;若统计出所述对应斜率大于预设斜率阈值的预定亮度区间的数量满足预设要求,则确定所述待检测图像与逆光场景相关。
6.根据权利要求5所述的装置,其特征在于,所述直方图确定单元,具体用于:
确定所述待检测图像数据的亮度直方图数据,所述亮度直方图数据包括256个数组,第i个数组X[i]表示所述在灰度色彩空间下的待检测图像数据中亮度为i的像素数量;
基于所述亮度直方图数据确定亮度累积直方图数据,所述亮度累积直方图数据包括256个数组,第i个数组Y[i]表示所述在灰度色彩空间下的待检测图像数据中亮度值小于或等于i的像素数量。
7.根据权利要求5所述的装置,其特征在于,所述直方图确定单元,还用于对所述亮度累积直方图进行归一化,归一化到[0,255];
所述逆光检测单元采用的所述预设斜率阈值为1.5以上的值。
8.根据权利要求5所述的装置,其特征在于,所述预设要求包括:
所述对应斜率大于预设斜率阈值的预定亮度区间的数量超过亮度区间总数量的二分之一。
9.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910696200.8A CN112312001B (zh) | 2019-07-30 | 2019-07-30 | 一种图像检测的方法、装置、设备和计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910696200.8A CN112312001B (zh) | 2019-07-30 | 2019-07-30 | 一种图像检测的方法、装置、设备和计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112312001A true CN112312001A (zh) | 2021-02-02 |
CN112312001B CN112312001B (zh) | 2022-08-23 |
Family
ID=74485081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910696200.8A Active CN112312001B (zh) | 2019-07-30 | 2019-07-30 | 一种图像检测的方法、装置、设备和计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112312001B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112967208A (zh) * | 2021-04-23 | 2021-06-15 | 北京恒安嘉新安全技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN113947602A (zh) * | 2021-12-21 | 2022-01-18 | 山东信通电子股份有限公司 | 一种图像亮度的检测方法及装置 |
CN114760422A (zh) * | 2022-03-21 | 2022-07-15 | 展讯半导体(南京)有限公司 | 一种逆光检测方法及系统、电子设备及存储介质 |
CN115086566A (zh) * | 2021-03-16 | 2022-09-20 | 广州视源电子科技股份有限公司 | 图片场景检测方法、装置 |
CN112967208B (zh) * | 2021-04-23 | 2024-05-14 | 北京恒安嘉新安全技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002232728A (ja) * | 2001-01-30 | 2002-08-16 | Minolta Co Ltd | 画像処理プログラム、画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、画像処理装置および画像処理方法 |
CN1617213A (zh) * | 2003-11-13 | 2005-05-18 | Lg.菲利浦Lcd株式会社 | 液晶显示器的驱动方法和装置 |
JP2006018465A (ja) * | 2004-06-30 | 2006-01-19 | Canon Inc | 画像処理方法および画像処理装置およびコンピュータプログラムおよび記憶媒体 |
CN1764243A (zh) * | 2004-10-19 | 2006-04-26 | 奥林巴斯株式会社 | 图像处理装置、图像记录装置和图像处理方法 |
US20070165947A1 (en) * | 2006-01-16 | 2007-07-19 | Paik Joon-Ki | Image processing method and system using gain controllable clipped histogram equalization |
CN101008762A (zh) * | 2007-01-30 | 2007-08-01 | 北京中星微电子有限公司 | 一种逆光检测方法、逆光补偿终止检测方法及相应装置 |
CN102722872A (zh) * | 2012-05-30 | 2012-10-10 | 山东神思电子技术股份有限公司 | 数字图像局部高光溢出消除方法 |
TW201322183A (zh) * | 2011-11-17 | 2013-06-01 | Hon Hai Prec Ind Co Ltd | 圖像分析裝置及分析方法 |
US20140055505A1 (en) * | 2012-08-27 | 2014-02-27 | Canon Kabushiki Kaisha | Image display apparatus and control method thereof |
CN103646392A (zh) * | 2013-11-21 | 2014-03-19 | 华为技术有限公司 | 逆光检测方法及设备 |
CN103905737A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 逆光检测方法及装置 |
CN104424632A (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 |
CN105227843A (zh) * | 2015-10-20 | 2016-01-06 | 宇龙计算机通信科技(深圳)有限公司 | 终端的拍摄控制方法、终端的拍摄控制装置和终端 |
CN105828065A (zh) * | 2015-01-08 | 2016-08-03 | 中国移动通信集团浙江有限公司 | 一种视频画面过曝检测方法及装置 |
EP3054416A1 (en) * | 2015-02-06 | 2016-08-10 | Universitat Pompeu-Fabra | Method, system and device for generating more natural images |
WO2016202073A1 (zh) * | 2015-06-19 | 2016-12-22 | 乐视控股(北京)有限公司 | 图像处理的方法和装置 |
WO2017099150A1 (ja) * | 2015-12-08 | 2017-06-15 | 三菱電機株式会社 | 画像処理装置及び方法並びにプログラム及び記録媒体 |
CN108200441A (zh) * | 2018-01-22 | 2018-06-22 | 青岛海信电器股份有限公司 | 一种图像亮度处理方法及装置、电子设备 |
CN108665443A (zh) * | 2018-04-11 | 2018-10-16 | 中国石油大学(北京) | 一种机械设备故障的红外图像敏感区域提取方法及装置 |
CN109155845A (zh) * | 2016-05-25 | 2019-01-04 | 索尼公司 | 图像处理装置、图像处理方法及程序 |
CN109584191A (zh) * | 2018-12-06 | 2019-04-05 | 纳米视觉(成都)科技有限公司 | 一种基于直方图的自适应图像增强方法及终端 |
CN109639992A (zh) * | 2018-12-28 | 2019-04-16 | 深慧视(深圳)科技有限公司 | 一种基于自动曝光控制与自动切换投影图案的投影方法 |
CN109961409A (zh) * | 2019-02-26 | 2019-07-02 | 平安科技(深圳)有限公司 | 一种线性增强图像对比度的方法及装置 |
-
2019
- 2019-07-30 CN CN201910696200.8A patent/CN112312001B/zh active Active
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002232728A (ja) * | 2001-01-30 | 2002-08-16 | Minolta Co Ltd | 画像処理プログラム、画像処理プログラムを記録したコンピュータ読み取り可能な記録媒体、画像処理装置および画像処理方法 |
CN1617213A (zh) * | 2003-11-13 | 2005-05-18 | Lg.菲利浦Lcd株式会社 | 液晶显示器的驱动方法和装置 |
JP2006018465A (ja) * | 2004-06-30 | 2006-01-19 | Canon Inc | 画像処理方法および画像処理装置およびコンピュータプログラムおよび記憶媒体 |
CN1764243A (zh) * | 2004-10-19 | 2006-04-26 | 奥林巴斯株式会社 | 图像处理装置、图像记录装置和图像处理方法 |
US20070165947A1 (en) * | 2006-01-16 | 2007-07-19 | Paik Joon-Ki | Image processing method and system using gain controllable clipped histogram equalization |
CN101008762A (zh) * | 2007-01-30 | 2007-08-01 | 北京中星微电子有限公司 | 一种逆光检测方法、逆光补偿终止检测方法及相应装置 |
TW201322183A (zh) * | 2011-11-17 | 2013-06-01 | Hon Hai Prec Ind Co Ltd | 圖像分析裝置及分析方法 |
CN102722872A (zh) * | 2012-05-30 | 2012-10-10 | 山东神思电子技术股份有限公司 | 数字图像局部高光溢出消除方法 |
US20140055505A1 (en) * | 2012-08-27 | 2014-02-27 | Canon Kabushiki Kaisha | Image display apparatus and control method thereof |
CN103905737A (zh) * | 2012-12-25 | 2014-07-02 | 联想(北京)有限公司 | 逆光检测方法及装置 |
CN104424632A (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 |
CN103646392A (zh) * | 2013-11-21 | 2014-03-19 | 华为技术有限公司 | 逆光检测方法及设备 |
CN105828065A (zh) * | 2015-01-08 | 2016-08-03 | 中国移动通信集团浙江有限公司 | 一种视频画面过曝检测方法及装置 |
EP3054416A1 (en) * | 2015-02-06 | 2016-08-10 | Universitat Pompeu-Fabra | Method, system and device for generating more natural images |
WO2016202073A1 (zh) * | 2015-06-19 | 2016-12-22 | 乐视控股(北京)有限公司 | 图像处理的方法和装置 |
CN105227843A (zh) * | 2015-10-20 | 2016-01-06 | 宇龙计算机通信科技(深圳)有限公司 | 终端的拍摄控制方法、终端的拍摄控制装置和终端 |
WO2017099150A1 (ja) * | 2015-12-08 | 2017-06-15 | 三菱電機株式会社 | 画像処理装置及び方法並びにプログラム及び記録媒体 |
CN109155845A (zh) * | 2016-05-25 | 2019-01-04 | 索尼公司 | 图像处理装置、图像处理方法及程序 |
CN108200441A (zh) * | 2018-01-22 | 2018-06-22 | 青岛海信电器股份有限公司 | 一种图像亮度处理方法及装置、电子设备 |
CN108665443A (zh) * | 2018-04-11 | 2018-10-16 | 中国石油大学(北京) | 一种机械设备故障的红外图像敏感区域提取方法及装置 |
CN109584191A (zh) * | 2018-12-06 | 2019-04-05 | 纳米视觉(成都)科技有限公司 | 一种基于直方图的自适应图像增强方法及终端 |
CN109639992A (zh) * | 2018-12-28 | 2019-04-16 | 深慧视(深圳)科技有限公司 | 一种基于自动曝光控制与自动切换投影图案的投影方法 |
CN109961409A (zh) * | 2019-02-26 | 2019-07-02 | 平安科技(深圳)有限公司 | 一种线性增强图像对比度的方法及装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115086566A (zh) * | 2021-03-16 | 2022-09-20 | 广州视源电子科技股份有限公司 | 图片场景检测方法、装置 |
CN115086566B (zh) * | 2021-03-16 | 2024-03-29 | 广州视源电子科技股份有限公司 | 图片场景检测方法、装置 |
CN112967208A (zh) * | 2021-04-23 | 2021-06-15 | 北京恒安嘉新安全技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN112967208B (zh) * | 2021-04-23 | 2024-05-14 | 北京恒安嘉新安全技术有限公司 | 一种图像处理方法、装置、电子设备及存储介质 |
CN113947602A (zh) * | 2021-12-21 | 2022-01-18 | 山东信通电子股份有限公司 | 一种图像亮度的检测方法及装置 |
CN113947602B (zh) * | 2021-12-21 | 2022-03-18 | 山东信通电子股份有限公司 | 一种图像亮度的检测方法及装置 |
CN114760422A (zh) * | 2022-03-21 | 2022-07-15 | 展讯半导体(南京)有限公司 | 一种逆光检测方法及系统、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112312001B (zh) | 2022-08-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109188457B (zh) | 物体检测框的生成方法、装置、设备、存储介质及车辆 | |
CN109447154B (zh) | 图片相似度检测方法、装置、介质及电子设备 | |
CN112312001B (zh) | 一种图像检测的方法、装置、设备和计算机存储介质 | |
CN112560684B (zh) | 车道线检测方法、装置、电子设备、存储介质以及车辆 | |
CN110232368B (zh) | 车道线检测方法、装置、电子设备及存储介质 | |
KR20210012012A (ko) | 물체 추적 방법들 및 장치들, 전자 디바이스들 및 저장 매체 | |
CN112863187B (zh) | 感知模型的检测方法、电子设备、路侧设备和云控平台 | |
CN112116542B (zh) | 图像对比度增强方法、装置、电子设备和存储介质 | |
CN112270309A (zh) | 一种车辆卡口设备抓拍质量评估方法、装置及可读介质 | |
CN111368587A (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN113255516A (zh) | 活体检测方法、装置和电子设备 | |
KR20220151583A (ko) | 영상 처리 방법, 장치, 전자 기기, 저장 매체 및 컴퓨터 프로그램 | |
CN110111341B (zh) | 图像前景获取方法、装置及设备 | |
CN113177497B (zh) | 视觉模型的训练方法、车辆识别方法及装置 | |
CN109255307B (zh) | 一种基于唇部定位的人脸分析方法和系统 | |
CN107833185B (zh) | 图像去雾方法及装置、存储介质、电子设备 | |
CN110310341B (zh) | 颜色算法中默认参数的生成方法、装置、设备和存储介质 | |
CN109934185B (zh) | 数据处理方法及装置、介质和计算设备 | |
CN111833262A (zh) | 图像降噪方法、装置及电子设备 | |
CN115298705A (zh) | 车牌识别方法、装置、电子设备及存储介质 | |
CN114429631B (zh) | 三维对象检测方法、装置、设备以及存储介质 | |
CN115861077A (zh) | 一种全景图像的确定方法、装置、设备及存储介质 | |
CN115690191A (zh) | 光心确定方法、装置、电子设备及介质 | |
CN113628192A (zh) | 图像模糊检测方法、装置、设备、存储介质及程序产品 | |
CN113837987A (zh) | 舌部图像采集方法、装置及计算机设备 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211018 Address after: 105 / F, building 1, No. 10, Shangdi 10th Street, Haidian District, Beijing 100085 Applicant after: Apollo Intelligent Technology (Beijing) Co.,Ltd. Address before: 2 / F, baidu building, 10 Shangdi 10th Street, Haidian District, Beijing 100085 Applicant before: BEIJING BAIDU NETCOM SCIENCE AND TECHNOLOGY Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |