CN112330544B - 图像拖影的处理方法、装置、设备及介质 - Google Patents
图像拖影的处理方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN112330544B CN112330544B CN201910718641.3A CN201910718641A CN112330544B CN 112330544 B CN112330544 B CN 112330544B CN 201910718641 A CN201910718641 A CN 201910718641A CN 112330544 B CN112330544 B CN 112330544B
- Authority
- CN
- China
- Prior art keywords
- target
- smear
- image
- determining
- region
- 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
Links
- 238000003672 processing method Methods 0.000 title description 10
- 238000000034 method Methods 0.000 claims abstract description 57
- 238000012545 processing Methods 0.000 claims abstract description 49
- 230000002776 aggregation Effects 0.000 claims description 44
- 238000004220 aggregation Methods 0.000 claims description 44
- 230000009467 reduction Effects 0.000 claims description 6
- 238000012216 screening Methods 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 12
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 8
- 230000008569 process Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/77—Retouching; Inpainting; Scratch removal
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
- Transforming Light Signals Into Electric Signals (AREA)
Abstract
本发明实施例公开了一种图像拖影的处理方法、装置、设备及介质。所述方法包括：确定目标运动对象在目标图像中的目标拖影区域；根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数。采用本案能够自动确定该图像中用于评价运动对象拖影的拖影区域，并根据拖影区域的灰度信息确定拖影部分，进而在确定拖影部分的拖影强度后，根据拖影强度对图像拍摄参数进行调整。
Description
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及一种图像拖影的处理方法、装置、设备及介质。
背景技术
随着监控行业的高速发展，各种各样的监控拍摄设备应运而生，通过监控拍摄设备可以对物体进行拍照，以获得物体图像。
然而，对于运动的物体而言，由于在拍摄图像时物体不断地运动，拍摄得到图像中会产生明显的拖影，而拖影又会严重影响图像质量，从而导致监控拍摄设备无法捕获清晰的图像，尤其是在交通监控领域，如果无法得到清晰的图像可能会造成不可估量的后果。因此，需要获知图像拖影情况，及时对图像拍摄参数进行调整。
发明内容
本发明实施例中提供了一种图像拖影的处理方法、装置、设备及介质，以实现准确评价运动物体在图像中的图像拖影情况。
第一方面，本发明实施例中提供了一种图像拖影的处理方法，包括：
确定目标运动对象在目标图像中的目标拖影区域；
根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；
根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数。
第二方面，本发明实施例中还提供了一种图像拖影的处理装置，包括：
拖影区域确定模块，用于确定目标运动对象在目标图像中的目标拖影区域；
拖影部分确定模块，用于根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；
拖影强度确定模块，用于根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数。
第三方面，本发明实施例中还提供了一种电子设备，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现如本发明任意实施例中提供的所述图像拖影的处理方法。
第四方面，本发明实施例中还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现如本发明任意实施例中提供的所述图像拖影的处理方法。
本发明实施例中提供了一种图像拖影的处理方案，通过拍摄设备可以实时获取包含有运动对象的图像，在获取包含有运动对象的图像后，采用本案能够自动确定该图像中用于评价运动对象拖影的拖影区域，并根据拖影区域的灰度信息获知运动对象的具体拖影部分在拖影区域的哪个位置，进而可以得到拖影区域中包含的具体拖影部分。进而，可以自动确定拖影部分的拖影强度，由于拖影强度可以表征图像中运动对象的拖影强弱，因此在确定拖影强度后可以根据拖影强度的大小对图像拍摄参数进行调整。
上述发明内容仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1是本发明实施例中提供的一种图像拖影的处理方法的流程图；
图2是本发明实施例中提供的一种拖影区域的灰度图；
图3是本发明实施例中提供的另一种图像拖影的处理方法的流程图；
图4是本发明实施例中提供的一种汽车在运动状态下拖影的效果图；
图5是本发明实施例中提供的目标图像和目标图像的前一帧图像的示意图；
图6是本发明实施例中提供的一种在目标运动对象的拖影区域的示意图；
图7是本发明实施例中提供的又一种图像拖影的处理方法的流程图；
图8是本发明实施例中提供的一种目标拖影区域中的拖影部分的示意图；
图9是本发明实施例中提供的一种目标拖影区域中第i列的像素点平均灰度的灰度曲线图；
图10是本发明实施例中提供的另一种目标拖影区域中第i列的像素点平均灰度的灰度曲线图；
图11是本发明实施例中提供的又一种目标拖影区域中第i列的像素点平均灰度的灰度曲线图；
图12是本发明实施例中提供的又一种图像拖影的处理方法的流程图；
图13是本发明实施例中提供的又一种图像拖影的处理方法的流程图；
图14是本发明实施例中提供的一种图像拖影的处理装置的结构框图；
图15是本发明实施例中提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
在更加详细地讨论示例性实施例之前，应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作(或步骤)可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
图1是本发明实施例中提供的一种图像拖影的处理方法的流程图。本发明实施例可适用于对拍摄图像中运动对象的拖影强弱进行评价确定的情况。该方法可由图像拖影的处理装置执行，该装置可采用软件和/或硬件的方式实现，并集成在任何具有网络通信功能的电子设备上。其中，该电子设备可以为图像采集设备，例如，摄像机、录像机以及电子监控设备。如图1所示，本发明实施例中提供的图像拖影的处理方法具体包括以下步骤：
S110、确定目标运动对象在目标图像中的目标拖影区域。
在本实施例中，运动对象泛指各种处于运动状态的物体，包括但不限于正在行驶的汽车、正在行走的行人以及其他处于运动状态的人或物。通过开启图像采集设备，并在图像采集设备曝光稳定的情况下，实时采集的运动对象在运动状态下的图像。在拍摄运动对象时，运动对象处于运动状态，此时通过图像采集设备采集的图像中会产生明显的拖影，拍摄的图像中运动对象的拖影在图像中的某一区域范围内出现，即运动对象的拖影呈现在拖影区域的范围内。
在本实施例中，在确定目标图像中目标运动对象的拖影强弱时，需要先确定目标运动对象的产生的拖影，位于目标图像的哪个区域位置，即确定目标图像中的哪些区域中包含目标对象产生的拖影。
S120、根据目标拖影区域的灰度信息，确定目标拖影区域中的拖影部分。
在本实施例中，目标拖影区域中包含有目标图像里的目标运动对象在运动状态下所产生的一部分拖影，换句话讲，目标图像里的目标运动对象在运动状态下所产生的拖影并未全部包含在目标拖影区域中，可能存在一部分的拖影不包含目标拖影区域内。可见，目标拖影区域从目标图像中确定的包含有目标运动对象产生的一部分拖影的图像区域，而非包含全部拖影的图像区域。
在本实施例中，现如今，通过图像采集设备采集的包含有目标运动对象及其拖影的目标图像均是彩色的图像，而目标拖影区域作为目标图像的一部分也是彩色图像。为了便于分析确定目标拖影区域内包含的拖影，需要先将目标拖影区域的彩色图像进行灰度化处理，得到目标拖影区域的灰度图。图2是本发明实施例中提供的一种拖影区域的灰度图。参见图2，在目标拖影区域的灰度图中标记出一个拖影，在目标拖影区域的灰度图中还包含有多个拖影，为了避免由于标记而混淆灰度图中的拖影，这里不再标记示出其他拖影。
在本实施例中，参见图2，在得到目标拖影区域的灰度图后，可以看出目标拖影区域中拖影占用的像素点的灰度与未被拖影占用的像素点的灰度存在明显地差异。换言之，目标拖影区域中拖影占用的像素点的灰度值与未被拖影占用的像素点的灰度值的大小明显不相同。为此，在确定目标运动对象在目标图像中的目标拖影区域后，可以根据目标拖影区域的灰度信息，将目标拖影区域中的拖影部分区分出来。其中，灰度信息为目标拖影区域的灰度图中各个像素点的灰度值。可选地，目标拖影区域的灰度信息具体可以通过深度学习或结构特征的方式进行提取获取。
S130、根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，用以调整图像拍摄参数。
在本实施例中，不同强弱程度的拖影，拖影在灰度图中呈现的灰度信息有所不同。为此，在确定目标拖影区域中的拖影部分后，可以确定拖影部分的灰度信息，进而可以依据拖影部分的灰度信息来确定目标拖影区域中拖影部分的强弱程度，从而可以通过拖影部分的强弱程度来表征目标运动对象在目标图像中的目标拖影强度。
在本实施例中，由于目标图像中的目标运动对象会产生明显的拖影，而目标对象产生的拖影又会影响目标图像的图像质量。因此，在确定目标运动对象在目标图像中的目标拖影强度后，可以依据目标拖影的强弱程度来确定是否调整图像采集设备的图像拍摄参数，尽可能地通过调整图像拍摄参数来减弱采集到的目标图像中目标对象产生的拖影。
本发明实施例中提供了一种图像拖影的处理方案，通过拍摄设备可以实时获取包含有运动对象的图像，在获取包含有运动对象的图像后，采用本案能够自动确定该图像中用于评价运动对象拖影的拖影区域，并根据拖影区域的灰度信息获知运动对象的具体拖影部分在拖影区域的哪个位置，进而可以得到拖影区域中包含的具体拖影部分。进而，可以自动确定拖影部分的拖影强度，由于拖影强度可以表征图像中运动对象的拖影强弱，因此在确定拖影强度后可以根据拖影强度的大小对图像拍摄参数进行调整。
图3是本发明实施例中提供的另一种图像拖影的处理方法的流程图，本发明实施例在上述实施例的基础上进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图3所示，本发明实施例中提供的图像拖影的处理方法具体包括以下步骤：
S310、确定目标运动对象在目标图像中的目标运动位置和目标运动方向。
在本实施例中，图4是本发明实施例中提供的一种汽车在运动状态下拖影的效果图。参见图4，从汽车拖影的效果图中，可以直观看到汽车拖影沿着汽车的运动方向呈现，且汽车拖影布满整个图像。可见，在确定目标图像中的目标拖影区域时，如果将整个目标图像作为目标拖影区域，那么目标拖影区域中不仅包含目标对象占用的像素点的灰度信息，而且还包含目标对象的拖影占用的像素点的灰度信息，同时在目标对象的周围也会布满拖影，从而无法将目标对象的拖影从目标拖影区域中很好地区分出来。
在本实施例中，在目标图像中确定目标拖影区域时，要尽可能选取目标图像中不包含目标对象本身的区域作为目标拖影区域，以便使目标拖影区域中尽可能包含目标运动对象的拖影，而不包含目标运动对象本身。为此，需要确定目标运动对象在目标图像中的目标运动位置和目标运动方向，从而可以依据目标运动位置来确定目标运动对象在目标图像中的具体位置，进而可以借助目标运动方向在目标图像中选取合适的拖影区域。其中，目标运动位置可以是指目标运动对象在目标图像中的位置，目标运动位置可以是指目标运动对象相对于目标图像中某一参照物的运动方向。
在本实施例中，可选地，可以采用预设的运动目标检测算法，确定目标运动对象在目标图像中的目标运动位置和目标运动方向。其中，运动目标检测算法可以包括但不限于以下一项或多项：基于聚类理论的方法、基于模糊理论的方法、基于统计学理论的方法、基于背景建模法、基于神经网络的方法、光流法、帧间差法等。例如，对于采用帧间差法确定目标运动对象在目标图像中的目标运动位置为例，可以将目标图像与前一帧图像的差值中得到的目标运动对象的轮廓位置作为目标运动对象在目标图像中的运动位置。
在本实施例的一种可选方式中，以帧间差法为例，确定目标运动对象在目标图像中的目标运动位置和目标运动方向，具体包括以下步骤A1～步骤A3：
步骤A1、获取目标图像和该目标图像的前一帧图像。
在本实施方式中，图5是本发明实施例中提供的目标图像和目标图像的前一帧图像的示意图。参见图5，右图是图像采集设备采集的目标图像，在本步骤中记作当前帧图像，且在虚线框中标记当前帧图像中的运动对象；而左图是图像采集器采集的目标图像的前一帧的图像，在本步骤中记作前一帧图像，且在虚线框中标记前一帧图像中的运动对象。
步骤A2、将当前帧图像和前一帧图像进行高斯滤波，通过对两帧图像做差得到当前帧图像中运动对象的位置。
在本实施方式中，由于运动对象在相邻两帧包括当前帧图像和前一帧图像中的位移较小，因此具体可以将在当前帧图像与前一帧图像的差值中得到的运动对象的轮廓位置作为当前帧图像中运动对象的位置，从而确定了目标运动对象在目标图像中的目标运动位置。可选地，将当前帧与前一帧的差值中运动对象的中心作为当前帧的运动对象的中心位置作为运动位置。其中，前一帧图像为位于当前帧图像的前一帧的包含有运动对象的图像。
步骤A3、根据当前帧图像中运动对象的所在运动位置，计算运动对象在当前帧图像中的运动方向。
在本实施方式中，前述已经在当前帧图像与前一帧图像的差值中计算得到运动对象的中心定位为(x0,y0)，以(x0,y0)为中心。由于从前一帧到当前帧图像指示的运动对象的位移量比较小，仅仅依靠当前帧图像与前一帧图像确定的运动位置无法准确确定运动方向，为此可以先获取位于当前帧之前的前b帧图像与前b+1帧图像。在前b帧图像与前b+1帧图像的差值中找出同样大小的最佳匹配块的位置，设为(x1,y1)，即前b帧图像中运动对象的所在位置为(x1,y1)，从而可以确定位于当前帧图像之前的前b帧图像中运动对象的运动位置(x1,y1)，以及前述确定的当前帧图像中运动对象的所在位置(x0,y0)。
在本实施方式中，在确定(x0,y0)和(x1,y1)后，可以由此得到当前帧图像中运动对象的运动方向为：即确定了目标运动对象在目标图像中的目标运动方向。其中，若x0＝x1，则表明运动对象在图像采集设备的中心线上移动。可以理解的是，当前帧图像与前b帧图像之间的帧间隔可以根据实际情况设置，当前帧图像与前b帧图像之间的帧间隔不要太大，避免估计出的运动方向与实际相差太大。其中，前b帧图像为位于当前帧图像之前第b帧的包含有运动对象的图像。
S320、依据目标运动位置，沿着目标运动方向的相反方向，确定目标运动对象在目标图像中的目标拖影区域。
在本实施例中，目标运动对象在按照目标运动方向进行运动的过程中，目标运动对象运动产生的拖影，一般呈现其自身的后方。为此，在确定目标运动对象的目标运动位置后，可以沿着目标运动方向的相反方向在目标对象的后方寻找符合条件的图像区域，作为目标对象的拖影区域，从而可以确定目标运动对象在目标图像中的目标拖影区域。
在本实施例的一种可选方式中，依据目标运动位置，沿着目标运动方向的相反方向，确定目标运动对象在目标图像中的目标拖影区域，具体可以包括以下步骤B1～步骤B2：
步骤B1、依据目标运动位置，确定目标运动对象的运动后端的轮廓边缘与目标运动方向的交接位置，并作为目标运动对象的拖影起始位置。
在本实施方式中，图6是本发明实施例中提供的一种在目标运动对象的拖影区域的示意图。参见图6，目标运动对象的运动后端的轮廓边缘与目标运动方向具有交接点，在获知目标对象在目标图像的目标运动位置O(x0,y0)，以及目标对象在目标图像的目标运动方向k之后，可以确定该交接点的具体位置信息为P(x2,y2)，即该交接点位置记为目标运动对象的拖影起始位置。
步骤B2、以拖影起始位置为起点，沿着目标运动方向的相反方向，选取预设尺寸的图像区域，作为目标拖影区域。
在本实施方式中，参见图6，在确定目标运动对象的拖影起始位置P(x2,y2)后，可以沿着目标运动方向的相反方向，选取预设尺寸的图像区域，作为目标拖影区域，比如将图6中示出的方块SABCD区域作为目标拖影区域。可选地，以拖影起始位置为起点，沿着目标运动方向的相反方向，选取预设形状和预设尺寸的图像区域，作为目标拖影区域。可选地，目标拖影区域的形状可以是任意形状，而不局限于矩形或方块。可选地，拖影起始位置P(x2，y2)可以位于目标拖影区域，且靠近目标运动对象侧的区域边界线上。例如，以图6为例，拖影起始位置P(x2，y2)可以位于方块SABCD区域的AB边上的任意位置上。
在本实施方式中，目标拖影区域的区域范围具体可以采用目标拖影区域内包含的各个像素点的像素点坐标位置进行表示。以图6为例，若目标拖影区域的形状为方块SABCD区域，方块SABCD区域的边长AB为2R，方块SABCD区域的边长AD为T，则区域SABCD中的所有像素点(x，y)可表示为：
x＝x2+t*cos(atan(k))+r*cos(atan(1/k))
y＝y2+t*sin(atan(k))+r*sin(atan(1/k))
其中，t∈[0，T]，r∈[-R，R]。
采用上述方式，可以快速地在目标对象的后方确定一个尽可能多的包含目标运动对象拖影的目标拖影区域，可以保证目标拖影区域的灰度图中尽可能多包含目标运动对象拖影的灰度信息，而尽可能少的包含目标运动对象自身的灰度信息，比如汽车车体本身，避免目标运动对象的自身信息与目标运动对象的拖影产生混淆，尽可能避免后续从目标拖影区域中确定的拖影部分不准确。
S330、根据目标拖影区域的灰度信息，确定目标拖影区域中的拖影部分。
S340、根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，用以调整图像拍摄参数。
本发明实施例中提供了一种图像拖影的处理方案，通过拍摄设备可以实时获取包含有运动对象的图像，在获取包含有运动对象的图像后，采用本案能够依据目标运动对象在目标图像的运动位置，沿着目标运动方向的相反方向在目标运动对象的后方确定一个合适的目标拖影区域，进而根据拖影区域的灰度信息获知运动对象的具体拖影部分在拖影区域的哪个位置，进而可以得到拖影区域中包含的具体拖影部分。进而，可以自动确定拖影部分的拖影强度，由于拖影强度可以表征图像中运动对象的拖影强弱，因此在确定拖影强度后可以根据拖影强度的大小对图像拍摄参数进行调整。
图7是本发明实施例中提供的又一种图像拖影的处理方法的流程图，本发明实施例在上述实施例的基础上进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图7所示，本发明实施例中提供的图像拖影的处理方法具体包括以下步骤：
S710、确定目标运动对象在目标图像中的目标拖影区域。
S720、若检测到目标拖影区域中的拖影呈条纹状，则将目标拖影区域中灰度信息属于灰度区间范围的像素点，作为第一像素点。
在本实施例中，拖影的形式有很多种，可以为亮条纹状的拖影，也可以是暗条纹状的拖影，还可以是跟随噪声形式的噪点状拖影。不同形式的拖影，其拖影强度的表征方式有所差异，因此在确定拖影强度时，需要确定目标运动对象运动产生的拖影的形状，即确定目标拖影区域中的拖影是呈条纹状，还是呈噪点状，从而可以确定不同的计算逻辑。可以理解的是，目标运动对象运动产生的拖影的形状可以是在拍摄目标图像时就已经根据经验获知，也可以是在确定目标拖影区域后进行扫描检测，以检测其拖影的形状。
在本实施例中，若确定目标拖影区域中的拖影呈现条纹状，比如为亮条纹或暗条纹，则可以依据目标拖影区域中灰度信息属于灰度区间范围的像素点筛选出来，作为第一像素点。换言之，第一像素点为目标拖影区域中灰度值在预设灰度区间范围的像素点。其中，预设的灰度区间范围可以根据实际需求进行动态调整。示例性地，以拖影呈现亮条纹为例，预设的灰度区间可以是指亮条纹所在的亮度区间，具体可以根据实际情况调整。可选地，预设的灰度区间可以为大于亮条纹或暗条纹的最小灰度值Thr1且小于最大灰度值Thr2组成的灰度区间。可选地，参见图2，将依据预设的灰度区间从目标拖影区域中区分出拖影部分的亮条纹的灰度图记为灰度图I1，获取灰度图I1采用的MATLAB语言的区分公式，具体表示为：I1＝((I＞Thr1).*(I＜Thr2.*I。其中，灰度图I是指目标拖影区域的灰度图。
S730、将由第一像素点所组成的像素点聚集区块，确定为目标拖影区域中的拖影部分。
在本实施例中，图8是本发明实施例中提供的一种目标拖影区域中的拖影部分的示意图。参见图8，在目标拖影区域筛选确定符合条件的多个第一像素点后，目标拖影区域中多个邻接的第一像素点可以组成像素点聚集区块，从而可以确定得到多个像素点聚集区块，这些像素点聚集区块就可以作为目标拖影区域中的拖影部分。
在本实施例的一种可选方式中，将由第一像素点所组成的像素点聚集区块，确定为目标拖影区域中的拖影部分，具体包括以下步骤C1～步骤C2：
步骤C1、根据由第一像素点所组成的像素点聚集区块的区块形状和/或区块中像素点个数，对像素点聚集区块进行筛选。
在本实施方式中，参见图8，一般情况下，目标运动对象产生的拖影具有明显的周期性，目标拖影区域中的拖影也呈现周期性，因此相同目标拖影区域中的各个像素点聚集区块的区块形状相似，且各个像素点聚集区块中包含的像素点的个数大致相同。为此，在确定目标拖影区域中由第一像素点所组成的像素点聚集区块，可以根据由第一像素点所组成的像素点聚集区块的区块形状和/或区块中像素点个数，对像素点聚集区块进行筛选，将不符合区块形状或不符合区块中像素点个数的像素点聚集区块筛选剔除。
在本实施方式中，前面已经检测到目标拖影区域中的拖影呈条纹状，若后续确定像素点聚集区块的区块形状为非条纹状，则将该像素点聚集区块进行剔除。或者，若后续确定像素点聚集区块中的像素点个数不属于预设的像素点数量区间范围，那么也将该像素点聚集区块进行剔除。
在本实施方式中，若确定像素点聚集区块的区块形状为条纹状，且像素点聚集区块中的像素点个数属于预设的像素点数量区间范围，则将该像素点聚集区块进行保留，作为拖影部分的一部分。其中，预设的像素点数量区间为大于预设的像素点数量阈值Thr3。预设的像素点数量阈值Thr3可以是目标拖影区域的像素点聚集区块的连通域的最小阈值，可根据实际需要调整。
步骤C2、将剩余的像素点聚集区块确定为目标拖影区域中的拖影部分。
在本实施方式中，在将目标拖影区域中不符合条件的像素点聚集区块进行筛选剔除后，将目标拖影区域中保留下的剩余像素点聚集区块确定为目标拖影区域中的拖影部分。可选地，参见图8，将对像素点聚集区块进行筛选后得到的剩余像素点聚集区块组成的目标拖影区域的拖影部分的亮条纹的灰度图记为I2，获取灰度图I2时所采用的MATLAB语言的筛选公式，具体表示为：I2＝((I1★P).*(find([(I1★P).Area]≥Thr3)。其中P为拖影部分的形状，Thr3是目标拖影区域中连通域的最小阈值，可根据实际需要进行调整。
S740、根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，用以调整图像拍摄参数。
在本实施例的一种可选方式中，根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，具体包括：依据拖影部分中包含的各个像素点的灰度值和拖影部分的拖影面积，确定目标运动对象在目标图像中的目标拖影强度。
在本实施方式中，参见图8，灰度信息包括目标拖影区域的灰度图中像素点的灰度值，在确定目标拖影区域的拖影部分后，可以获知拖影部分的各个像素点的灰度值。同时，还可以确定拖影部分中包含的每一个像素点聚集区块的区块面积，即可确定拖影部分的拖影面积。
在本实施方式中，在确定拖影部分中包含的各个像素点的灰度值和拖影部分的拖影面积后，可以通过灰度值和面积来表征拖影强度C，具体公式如下：
其中，m1+m2＝1，H和W分别为目标拖影区域(即图6中方块SABCD)的行像素数和列像素数，I2(h，w)为像素点(h，w)的灰度值，I2(h，w)＞Thr4表示像素点的灰度高于阈值Thr4，即认为是拖影部分的亮条纹或暗条纹对应的像素点。可选地，根据实验仿真分析，一般将m1和m2均设置为0.5。此外，拖影部分中包含的各个像素点的灰度值和拖影面积均归一到[0，1]。
在本实施例的另一种可选方式中，根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，具体包括：依据拖影部分中包含的亮条纹或暗条纹的拖影周期和拖影幅度，确定目标运动对象在目标图像中的目标拖影强度。
在本实施方式中，参见图8，可以看出拖影有明显的周期性，因此通过周期T和幅度A来表征拖影的强度C，具体计算公式如下：
其中，m1+m2＝1，W为目标拖影区域(即图6中方块SABCD)的宽度，其中T和A均归一到[0,1]。
在本实施方式中，由上述的计算公式可知，通过周期T和幅度A来表征拖影部分的拖影强度C时，周期T和幅度A十分重要。下面详细说明周期T和幅度A的计算过程：图9是本发明实施例中提供的一种目标拖影区域中第i列的像素点平均灰度的灰度曲线图。参见图8，可知目标拖影区域(即图6中方块SABCD)中第i列的平均灰度为可以得到L曲线，即图9所示的曲线图。
在本实施方式中，图10是本发明实施例中提供的另一种目标拖影区域中第i列的像素点平均灰度的灰度曲线图。参见图9，对图9中所示的L曲线进行中值滤波，设滤波窗口为r，得到滤波后的灰度曲线L1，例如，设r＝3，可以得到L1曲线，即图10中示出的灰度曲线。图11是本发明实施例中提供的又一种目标拖影区域中第i列的像素点平均灰度的灰度曲线图。参见图10，对图10中示出的L1曲线进行数据处理，确认最大值、最小值的位置，计算相邻两个最大值的平均距离，用于表征周期T，第一个相邻最大值和最小值的差值作为幅度值A，即可得到图11中标记的幅度值A和各个T1、T2、T3、T4、T5和T6。可以得到L1曲线的周期A＝48.77。
本发明实施例中提供了一种图像拖影的处理方案，通过拍摄设备可以实时获取包含有运动对象的图像，在获取包含有运动对象的图像后，采用本案能够自动确定该图像中用于评价运动对象拖影的拖影区域，并根据拖影区域的灰度信息获知运动对象的具体拖影部分在拖影区域的哪个像素点体现，进而可以得到拖影区域中包含的各个满足条件的像素点，并将这些满足条件的像素点作为目标拖影区域的拖影部分，采用上述方式可以准确地定位拖影部分，避免周围其他像素点的灰度信息影响后续拖影强度的确定。进而，可以自动确定拖影部分的拖影强度，由于拖影强度可以表征图像中运动对象的拖影强弱，因此在确定拖影强度后可以根据拖影强度的大小对图像拍摄参数进行调整。
图12是本发明实施例中提供的又一种图像拖影的处理方法的流程图，本发明实施例在上述实施例的基础上进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图12所示，本发明实施例中提供的图像拖影的处理方法具体包括以下步骤：
S1210、确定目标运动对象在目标图像中的目标拖影区域。
S1220、若检测到目标拖影区域中的拖影呈噪点状，则将目标拖影区域中灰度信息与相邻像素点的灰度信息之间的灰度差异值大于灰度差异阈值的像素点，作为第二像素点。
在本实施例中，若确定目标拖影区域中的拖影呈噪点状，此时可以根据噪点的特征将噪点从目标拖影区域区分出来。由于噪声的特征是灰度值较大的孤立像素点，因此可以通过分析目标拖影区域中每一个像素点的灰度与相邻像素点的灰度之间的灰度差异性来将目标拖影区域中的像素噪点区分出来，而区分出的这些噪点可以作为第二像素点。具体区分方法为，将目标拖影区域中像素点的亮度大于阈值Thr5，且与周围每个像素点的亮度差都大于阈值Thr6的像素点作为噪点，采用MATLAB语言具体表示为：I2＝((I>Thr5).*(I3)).*I，其中I3表示像素点(p，q)与周围每个像素点的亮度差都大于阈值Thr6，则I3(p,q)＝1，将该像素点记为像素噪点，否则I3(p,q)＝0，不会将该像素点记为像素噪点。其中，灰度图I是指目标拖影区域的灰度图。
在本实施例中，针对目标拖影区域中的每一个像素点，确定该像素点的灰度值是否大于预设的灰度阈值，同时还需要确定该像素点与相邻像素点之间的灰度差是否均大于预设灰度差阈值。若该像素点的灰度值大于预设的灰度阈值且该像素点与相邻像素点之间的灰度差是否均大于预设灰度差阈值，则认为该像素点为孤立的像素点，即确定为噪点；否者，则确定不为噪点。通过上述灰度差异的分析可以确定多个第二像素点。
S1230、将由第二像素点所组成的像素噪点，确定为目标拖影区域中的拖影部分。
在本实施例中，在确定多个孤立的噪点后，即确定多个第二像素点后，可以将将由第二像素点所组成的像素噪点，确定为目标拖影区域中的拖影部分。
S1240、根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，用以调整图像拍摄参数。
在本实施例中，根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，包括：依据拖影部分中包含的各个像素噪点的灰度值，确定目标运动对象在目标图像中的目标拖影强度。
在本实施方式中，在确定拖影部分中包含的各个孤立的像素噪点后，可以依据像素噪点的灰度值，通过灰度值和面积来表征拖影强度C，具体公式如下：
其中，m1+m2＝1，H和W分别为目标拖影区域(即图6中方块SABCD)的行像素数和列像素数，I2(h,w)为像素噪点(h,w)的灰度值，I2(h,w)>Thr7表示像素噪点(h,w)的灰度高于阈值Thr7。可选地，根据实验仿真分析，一般将m1和m2均设置为0.5。此外，拖影部分中包含的各个像素噪点的灰度值和拖影面积均归一到[0,1]。
本发明实施例中提供了一种图像拖影的处理方案，通过拍摄设备可以实时获取包含有运动对象的图像，在获取包含有运动对象的图像后，采用本案能够自动确定该图像中用于评价运动对象拖影的拖影区域，并根据拖影区域的灰度信息获知运动对象的具体拖影部分在拖影区域的哪个像素点体现，进而可以得到拖影区域中包含的各个满足条件的像素点，并将这些满足条件的像素点作为目标拖影区域的拖影部分，采用上述方式可以准确地定位拖影部分，避免周围其他像素点的灰度信息影响后续拖影强度的确定。进而，可以自动确定拖影部分的拖影强度，由于拖影强度可以表征图像中运动对象的拖影强弱，因此在确定拖影强度后可以根据拖影强度的大小对图像拍摄参数进行调整。
图13是本发明实施例中提供的又一种图像拖影的处理方法的流程图，本发明实施例在上述实施例的基础上进行进一步优化，本发明实施例可以与上述一个或者多个实施例中各个可选方案结合。如图13所示，本发明实施例中提供的图像拖影的处理方法具体包括以下步骤：
S1310、确定目标运动对象在目标图像中的目标拖影区域。
S1320、根据目标拖影区域的灰度信息，确定目标拖影区域中的拖影部分。
S1330、根据拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度。
S1340、依据目标运动对象在目标图像中的目标拖影强度，对目标运动对象的图像拍摄参数进行调整。
在本实施例的一种可选方式中，依据目标运动对象在目标图像中的目标拖影强度，对目标运动对象的图像拍摄参数进行调整，具体包括以下步骤D1～D2：
步骤D1、若确定目标拖影强度大于预设拖影强度阈值，则获取调整时域降噪强度所采用的目标图像调整参数值。
在本实施方式中，若确定目标拖影强度大于预设拖影强度阈值，则认为目标图像中的拖影比较大，会严重影响目标图像的图像质量，不能接受。此时可调整时域降噪的强度S来减弱拖影。其中，K、σ为调整系数。
然而，由于时域降噪强度降低，会导致图像噪点变大，因此调整时需要兼顾图像的拖影强度和噪点强度两个方面。此时，可以获取调整时域降噪强度所采用的目标图像调整参数值，并使用该目标图像调整参数值对目标图像进行图像调整，得到调整后的目标图像。
步骤D2、若确定采用目标图像调整参数值对目标图像进行调整，且调整前后的目标图像的图像噪声差值属于预设的噪声差值区间范围，则依据目标图像调整参数值对目标运动对象的图像拍摄参数进行调整。
在本实施方式中，在确定调整后目标图像和调整前目标图像后，计算得到调整前目标图像的图像噪声强度与调整后目标图像的图像噪声强度。具体可以采用灰度方差来表征图像噪声强度其中/>表示图像I的平均亮度。进而，可以判断调整前目标图像的图像噪声强度与调整后目标图像的图像噪声强度之间的噪声强度差值是否属于预设噪声差值区间范围。若确定属于预设噪声差值区间范围，则可以依据目标图像调整参数值对目标运动对象的图像拍摄参数进行调整；否则，保持目标运动对象原有的图像拍摄参数不变。
本发明实施例中提供了一种图像拖影的处理方案，通过拍摄设备可以实时获取包含有运动对象的图像，在获取包含有运动对象的图像后，采用本案能够自动确定该图像中用于评价运动对象拖影的拖影区域，并根据拖影区域的灰度信息获知运动对象的具体拖影部分在拖影区域的哪个位置，进而可以得到拖影区域中包含的具体拖影部分。进而，可以自动确定拖影部分的拖影强度，由于拖影强度可以表征图像中运动对象的拖影强弱，因此在确定拖影强度后可以根据拖影强度的大小对图像拍摄参数进行调整，保证可以根据实时的拖影情况对图像的拍摄参数进行动态调整，使得图像采集设备能够采集到图像质量较佳的拍摄图像。
图14是本发明实施例中提供的一种图像拖影的处理装置的结构框图。本实施例可适用于对拍摄图像中运动对象的拖影强弱进行评价确定的情况。该装置可采用软件和/或硬件的方式实现，并集成在任何具有网络通信功能的电子设备上。其中，该电子设备可以为图像采集设备，例如，摄像机、录像机以及电子监控设备。如图14所示，本实施例中提供的图像拖影的处理装置包括：拖影区域确定模块1410、拖影部分确定模块1420和拖影强度确定模块1430。其中：
拖影区域确定模块1410，用于确定目标运动对象在目标图像中的目标拖影区域；
拖影部分确定模块1420，用于根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；
拖影强度确定模块1430，用于根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数。
在上述实施例的基础上，可选地，拖影区域确定模块1410包括：
位置和方向确定单元，用于确定目标运动对象在目标图像中的目标运动位置和目标运动方向；
拖影区域确定单元，用于依据所述目标运动位置，沿着所述目标运动方向的相反方向，确定所述目标运动对象在目标图像中的目标拖影区域。
在上述实施例的基础上，可选地，拖影区域确定单元包括：
依据所述目标运动位置，确定所述目标运动对象的运动后端的轮廓边缘与所述目标运动方向的交接位置，并作为所述目标运动对象的拖影起始位置；
以所述拖影起始位置为起点，沿着所述目标运动方向的相反方向，选取预设尺寸的图像区域，作为目标拖影区域。
在上述实施例的基础上，可选地，拖影部分确定模块1420包括：
第一像素点确定单元，用于若检测到所述目标拖影区域中的拖影呈条纹状，则将所述目标拖影区域中灰度信息属于灰度区间范围的像素点，作为第一像素点；
第一拖影部分确定单元，用于将由所述第一像素点所组成的像素点聚集区块，确定为所述目标拖影区域中的拖影部分。
在上述实施例的基础上，可选地，第一拖影部分确定单元包括：
像素点筛选子单元，用于根据由所述第一像素点所组成的像素点聚集区块的区块形状和/或区块中像素点个数，对所述像素点聚集区块进行筛选；
第一拖影部分确定子单元，用于将剩余的像素点聚集区块确定为所述目标拖影区域中的拖影部分。
在上述实施例的基础上，可选地，第一拖影部分确定子单元用于：
若所述像素点聚集区块的区块形状为非条纹状，或所述像素点聚集区块中的像素点个数不属于预设的像素点数量区间范围，则将所述像素点聚集区块进行剔除。
在上述实施例的基础上，可选地，拖影部分确定模块1420包括：
第二像素点确定模块，用于若检测到所述目标拖影区域中的拖影呈噪点状，则将所述目标拖影区域中灰度信息与相邻像素点的灰度信息之间灰度差异值大于灰度差异阈值的像素点，作为第二像素点；
第二拖影部分确定单元，将由所述第二像素点所组成的像素噪点，确定为所述目标拖影区域中的拖影部分。
在上述实施例的基础上，可选地，拖影强度确定模块1430包括：
拖影强度确定单元，用于依据所述拖影部分中包含的各个像素点的灰度值和所述拖影部分的拖影面积，确定目标运动对象在目标图像中的目标拖影强度；或者，
拖影强度确定单元，用于依据所述拖影部分中包含的亮条纹或暗条纹的拖影周期和拖影幅度，确定目标运动对象在目标图像中的目标拖影强度。
在上述实施例的基础上，可选地，拖影强度确定模块1430包括：
依据所述拖影部分中包含的各个像素噪点的灰度值，确定目标运动对象在目标图像中的目标拖影强度。
在上述实施例的基础上，可选地，所述装置还可以包括：
图像拍摄参数调整模块1440，用于依据目标运动对象在目标图像中的目标拖影强度，对所述目标运动对象的图像拍摄参数进行调整。
在上述实施例的基础上，可选地，图像拍摄参数调整模块1440包括：
若确定所述目标拖影强度大于预设拖影强度阈值，则获取调整时域降噪强度所采用的目标图像调整参数值；
若确定采用目标图像调整参数值对所述目标图像进行调整，且调整前后的所述目标图像的图像噪声差值属于预设的噪声差值区间范围，则依据所述目标图像调整参数值对所述目标运动对象的图像拍摄参数进行调整。
本发明实施例中所提供的图像拖影的处理装置可执行上述本发明任意实施例中所提供的图像拖影的处理方法，具备执行该图像拖影的处理方法相应的功能和有益效果，详细过程参见前述实施例中图像拖影的处理方法的相关操作。
图15是本发明实施例中提供的一种电子设备的结构示意图。如图15所示结构，本发明实施例中提供的电子设备包括：一个或多个处理器1510和存储装置1520；该电子设备中的处理器1510可以是一个或多个，图15中以一个处理器1510为例；存储装置1520用于存储一个或多个程序；所述一个或多个程序被所述一个或多个处理器1510执行，使得所述一个或多个处理器1510实现如本发明实施例中任一项所述的图像拖影的处理方法。
该电子设备还可以包括：输入装置1530和输出装置1540。
该电子设备中的处理器1510、存储装置1520、输入装置1530和输出装置1540可以通过总线或其他方式连接，图15中以通过总线连接为例。
该电子设备中的存储装置1520作为一种计算机可读存储介质，可用于存储一个或多个程序，所述程序可以是软件程序、计算机可执行程序以及模块，如本发明实施例中所提供的图像拖影的处理方法对应的程序指令/模块。处理器1510通过运行存储在存储装置1520中的软件程序、指令以及模块，从而执行电子设备的各种功能应用以及数据处理，即实现上述方法实施例中图像拖影的处理方法。
存储装置1520可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据电子设备的使用所创建的数据等。此外，存储装置1520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储装置1520可进一步包括相对于处理器1510远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置1530可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置1540可包括显示屏等显示设备。
并且，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器1510执行时，程序进行如下操作：
确定目标运动对象在目标图像中的目标拖影区域；
根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；
根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数。
当然，本领域技术人员可以理解，当上述电子设备所包括一个或者多个程序被所述一个或者多个处理器1510执行时，程序还可以进行本发明任意实施例中所提供的图像拖影的处理方法中的相关操作。
本发明实施例中提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时用于执行图像拖影的处理方法，该方法包括：
确定目标运动对象在目标图像中的目标拖影区域；
根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；
根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数。
可选的，该程序被处理器执行时还可以用于执行本发明任意实施例中所提供的图像拖影的处理方法。
本发明实施例的计算机存储介质，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(Random AccessMemory，RAM)、只读存储器(Read Only Memory，ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、闪存、光纤、便携式CD-ROM、光存储器件、磁存储器件、或者上述的任意合适的组合。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、无线电频率(RadioFrequency，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)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (11)
1.一种图像拖影的处理方法，其特征在于，包括：
确定目标运动对象在目标图像中的目标拖影区域；
根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；
根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数；
根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分，包括：
若检测到所述目标拖影区域中的拖影呈条纹状，则将所述目标拖影区域中灰度信息属于灰度区间范围的像素点，作为第一像素点；
将由所述第一像素点所组成的像素点聚集区块，确定为所述目标拖影区域中的拖影部分；
若检测到所述目标拖影区域中的拖影呈噪点状，则将所述目标拖影区域中灰度信息与相邻像素点的灰度信息之间灰度差异值大于灰度差异阈值的像素点，作为第二像素点；
将由所述第二像素点所组成的像素噪点，确定为所述目标拖影区域中的拖影部分。
2.根据权利要求1所述的方法，其特征在于，确定目标运动对象在目标图像中的目标拖影区域,包括：
确定目标运动对象在目标图像中的目标运动位置和目标运动方向；
依据所述目标运动位置，沿着所述目标运动方向的相反方向，确定所述目标运动对象在目标图像中的目标拖影区域。
3.根据权利要求2所述的方法，其特征在于，依据所述目标运动位置，沿着所述目标运动方向的相反方向，确定所述目标运动对象在目标图像中的目标拖影区域，包括：
依据所述目标运动位置，确定所述目标运动对象的运动后端的轮廓边缘与所述目标运动方向的交接位置，并作为所述目标运动对象的拖影起始位置；
以所述拖影起始位置为起点，沿着所述目标运动方向的相反方向，选取预设尺寸的图像区域，作为目标拖影区域。
4.根据权利要求1所述的方法，其特征在于，将由所述第一像素点所组成的像素点聚集区块，确定为所述目标拖影区域中的拖影部分，包括：
根据由所述第一像素点所组成的像素点聚集区块的区块形状和/或区块中像素点个数，对所述像素点聚集区块进行筛选；
将剩余的像素点聚集区块确定为所述目标拖影区域中的拖影部分。
5.根据权利要求4所述的方法，其特征在于，根据由所述第一像素点所组成的像素点聚集区块的区块形状和/或区块中像素点个数，对所述像素点聚集区块进行筛选，包括：
若所述像素点聚集区块的区块形状为非条纹状，或所述像素点聚集区块中的像素点个数不属于预设的像素点数量区间范围，则将所述像素点聚集区块进行剔除。
6.根据权利要求4-5中任一所述的方法，其特征在于，根据所述拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，包括：
依据所述拖影部分中包含的各个像素点的灰度值和所述拖影部分的拖影面积，确定目标运动对象在目标图像中的目标拖影强度；或者，
依据所述拖影部分中包含的亮条纹或暗条纹的拖影周期和拖影幅度，确定目标运动对象在目标图像中的目标拖影强度。
7.根据权利要求1所述的方法，其特征在于，根据所述拖影部分的灰度信息，确定目标运动对象在目标图像中的目标拖影强度，包括：
依据所述拖影部分中包含的各个像素噪点的灰度值，确定目标运动对象在目标图像中的目标拖影强度。
8.根据权利要求1所述的方法，其特征在于，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数，包括：
若确定所述目标拖影强度大于预设拖影强度阈值，则获取调整时域降噪强度所采用的目标图像调整参数值；
若确定采用目标图像调整参数值对所述目标图像进行调整，且调整前后的所述目标图像的图像噪声差值属于预设的噪声差值区间范围，则依据所述目标图像调整参数值对所述目标运动对象的图像拍摄参数进行调整。
9.一种图像拖影的处理装置，其特征在于，包括：
拖影区域确定模块，用于确定目标运动对象在目标图像中的目标拖影区域；
拖影部分确定模块，用于根据所述目标拖影区域的灰度信息，确定所述目标拖影区域中的拖影部分；
拖影强度确定模块，用于根据所述拖影部分的灰度信息，确定目标运动对象在所述目标图像中的目标拖影强度，用以调整图像拍摄参数；
所述拖影部分确定模块，包括：
第一像素点确定单元，用于若检测到所述目标拖影区域中的拖影呈条纹状，则将所述目标拖影区域中灰度信息属于灰度区间范围的像素点，作为第一像素点；
第一拖影部分确定单元，用于将由所述第一像素点所组成的像素点聚集区块，确定为所述目标拖影区域中的拖影部分；
第二像素点确定模块，用于若检测到所述目标拖影区域中的拖影呈噪点状，则将所述目标拖影区域中灰度信息与相邻像素点的灰度信息之间灰度差异值大于灰度差异阈值的像素点，作为第二像素点；
第二拖影部分确定单元，将由所述第二像素点所组成的像素噪点，确定为所述目标拖影区域中的拖影部分。
10.一种电子设备，其特征在于，包括：
一个或多个处理装置；
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装置执行，使得所述一个或多个处理装置实现权利要求1-8中任一所述的图像拖影的处理方法。
11.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-8中任一所述的图像拖影的处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718641.3A CN112330544B (zh) | 2019-08-05 | 2019-08-05 | 图像拖影的处理方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910718641.3A CN112330544B (zh) | 2019-08-05 | 2019-08-05 | 图像拖影的处理方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112330544A CN112330544A (zh) | 2021-02-05 |
| CN112330544B true CN112330544B (zh) | 2024-02-09 |
Family
ID=74319827
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910718641.3A Active CN112330544B (zh) | 2019-08-05 | 2019-08-05 | 图像拖影的处理方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112330544B (zh) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113012120B (zh) * | 2021-03-09 | 2022-11-15 | 普迪飞半导体技术(上海)有限公司 | 灰度值有效性分析方法、装置、电子设备以及存储介质 |
| CN114125226A (zh) * | 2021-11-18 | 2022-03-01 | 维沃移动通信有限公司 | 图像拍摄方法、装置、电子设备和可读存储介质 |
| CN114923629B (zh) * | 2022-04-29 | 2024-08-27 | 惠州市乐仕康运动用品有限公司 | 一种纺织高速锭子旋转时振动幅值检测方法 |
| CN118154480B (zh) * | 2024-04-30 | 2024-07-05 | 陕西正能农牧科技有限责任公司 | 一种种养结合的养殖场污物净化处理方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101453560A (zh) * | 2007-12-07 | 2009-06-10 | 松下电器产业株式会社 | Ccd信号处理装置以及摄像装置 |
| CN101610349A (zh) * | 2008-06-20 | 2009-12-23 | 索尼株式会社 | 用于处理图像的装置、方法和程序 |
| JP2010199845A (ja) * | 2009-02-24 | 2010-09-09 | Fujifilm Corp | 画像撮影装置、画像撮影方法、画像処理装置、および画像処理方法 |
| CN101853501A (zh) * | 2010-05-13 | 2010-10-06 | 西北工业大学 | CCD传感器Smear效应处理方法 |
| CN101933323A (zh) * | 2008-02-01 | 2010-12-29 | 佳能株式会社 | 摄像设备和摄像设备控制方法 |
| CN102629969A (zh) * | 2012-03-30 | 2012-08-08 | 邓晓波 | 一种在拍摄平面物体时消除拖影的方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101552907B1 (ko) * | 2009-02-27 | 2015-09-14 | 삼성전자주식회사 | 디지털 촬영장치, 그 제어방법 및 제어방법을 실행시키기 위한 프로그램을 저장한 기록매체 |
-
2019
- 2019-08-05 CN CN201910718641.3A patent/CN112330544B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101453560A (zh) * | 2007-12-07 | 2009-06-10 | 松下电器产业株式会社 | Ccd信号处理装置以及摄像装置 |
| CN101933323A (zh) * | 2008-02-01 | 2010-12-29 | 佳能株式会社 | 摄像设备和摄像设备控制方法 |
| CN101610349A (zh) * | 2008-06-20 | 2009-12-23 | 索尼株式会社 | 用于处理图像的装置、方法和程序 |
| JP2010199845A (ja) * | 2009-02-24 | 2010-09-09 | Fujifilm Corp | 画像撮影装置、画像撮影方法、画像処理装置、および画像処理方法 |
| CN101853501A (zh) * | 2010-05-13 | 2010-10-06 | 西北工业大学 | CCD传感器Smear效应处理方法 |
| CN102629969A (zh) * | 2012-03-30 | 2012-08-08 | 邓晓波 | 一种在拍摄平面物体时消除拖影的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112330544A (zh) | 2021-02-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112330544B (zh) | 图像拖影的处理方法、装置、设备及介质 | |
| EP3611915B1 (en) | Method and apparatus for image processing | |
| US9843730B2 (en) | Scene motion correction in fused image systems | |
| US9330446B2 (en) | Method and apparatus for processing image | |
| CN107862659B (zh) | 图像处理方法、装置、计算机设备及计算机可读存储介质 | |
| WO2013168618A1 (ja) | 画像処理装置及び画像処理方法 | |
| KR101361644B1 (ko) | 영상 처리 장치 및 영상 내의 안개 제거 방법 | |
| CN106412383A (zh) | 视频图像的处理方法和装置 | |
| CN113658197B (zh) | 图像处理方法、装置、电子设备及计算机可读存储介质 | |
| CN111898532A (zh) | 一种图像处理方法、装置、电子设备及监控系统 | |
| KR20140118031A (ko) | 영상 처리 장치 및 방법 | |
| CN110659547A (zh) | 物体识别方法、装置、车辆和计算机可读存储介质 | |
| US20230005239A1 (en) | Image capturing method and device, apparatus, and storage medium | |
| JP2008259161A (ja) | 目標追尾装置 | |
| KR101651889B1 (ko) | 극저조도 영상의 화질 개선 장치 및 방법 | |
| CN113628202B (zh) | 一种确定方法、清洁机器人和计算机存储介质 | |
| CN104766287A (zh) | 一种基于显著性检测的模糊图像盲复原方法 | |
| US20230232014A1 (en) | Code rate control method and apparatus, image acquisition device, and readable storage medium | |
| CN113222870B (zh) | 一种图像处理方法、装置及设备 | |
| JP2008112349A (ja) | 移動物体検知装置 | |
| CN112887513B (zh) | 图像降噪方法及摄像机 | |
| JP5822739B2 (ja) | 画像処理装置、方法、及びプログラム | |
| CN116030430A (zh) | 铁轨识别方法、装置、设备及存储介质 | |
| Alluhaidan et al. | Retinex-based framework for visibility enhancement during inclement weather with tracking and estimating distance of vehicles | |
| JP6117982B1 (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 |
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 |