CN113838097A - 摄像机镜头角度偏离检测方法、装置及存储介质 - Google Patents

摄像机镜头角度偏离检测方法、装置及存储介质 Download PDF

Info

Publication number
CN113838097A
CN113838097A CN202111154312.4A CN202111154312A CN113838097A CN 113838097 A CN113838097 A CN 113838097A CN 202111154312 A CN202111154312 A CN 202111154312A CN 113838097 A CN113838097 A CN 113838097A
Authority
CN
China
Prior art keywords
monitoring image
image
current monitoring
line segment
data sequence
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
Application number
CN202111154312.4A
Other languages
English (en)
Other versions
CN113838097B (zh
Inventor
吴彬
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.)
Chengdu Xinchao Media Group Co Ltd
Original Assignee
Chengdu Baixin Zhilian Technology Co ltd
Chengdu Xinchao Media Group 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 Chengdu Baixin Zhilian Technology Co ltd, Chengdu Xinchao Media Group Co Ltd filed Critical Chengdu Baixin Zhilian Technology Co ltd
Priority to CN202111154312.4A priority Critical patent/CN113838097B/zh
Publication of CN113838097A publication Critical patent/CN113838097A/zh
Application granted granted Critical
Publication of CN113838097B publication Critical patent/CN113838097B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20092—Interactive image processing based on input by user
    • G06T2207/20104—Interactive definition of region of interest [ROI]
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Indicating And Signalling Devices For Elevators (AREA)

Abstract

本发明涉及图像处理技术领域，公开了一种摄像机镜头角度偏离检测方法、装置及存储介质，该方法包括获取电梯轿厢内的当前监控图像；对当前监控图像进行线段检测，得到各斜率区域的线段集合；构建与当前监控图像所对应的数据序列，其中监控图像所对应的数据序列中包含，监控图像所对应的各线段集合中长度最长且超过预设长度的线段的参数；计算当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度；当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，则判定摄像机镜头的安装角度发生了偏移。本发明公开的方法、装置及存储介质可对摄像机镜头角度偏离的情形进行准确检测。

Description

摄像机镜头角度偏离检测方法、装置及存储介质
技术领域
本发明涉及图像处理技术领域，具体涉及一种摄像机镜头角度偏离检测方法、装置及存储介质。
背景技术
摄像机作为计算机视觉技术的必要设备，无论是在经典算法，还是在深度学习中的分类、检测、分割等任务中都扮演着十分重要的作用，因而常被应用于电梯场景中。摄像机镜头在随着电梯运动过程中，容易由于电梯的抖动而发生角度偏离，摄像机镜头一旦发生偏离，那么用于计算机视觉处理的相关算法也将受到影响甚至是完全失效，因此十分有必要对电梯内的摄像机镜头的角度进行偏离检测。
目前，对于电梯内摄像机镜头的角度偏离检测，常用的方法是通过提取两幅图像的特征点进行匹配，计算图像偏差判断是否发生镜头转移，然而采用这样的方式十分依赖电梯内的固定标志物，电梯内固定标志物被磨损、涂改、遮挡以及纹理特征较弱，都会影响检测的准确性，从而导致摄像机镜头角度偏离检测的准确率较低。
因此，如何提供一种有效的方法，以便于对摄像机镜头角度偏离进行准确检测，已成为现有技术中一亟待解决的难题。
发明内容
为了解决现有技术中存在的摄像机镜头角度偏离检测的准确率较低的问题，本发明的目的在于提供一种摄像机镜头角度偏离检测方法、装置及存储介质，以对摄像机镜头角度偏离的情形进行准确检测，保障用于计算机视觉处理的相关算法所部署摄像机镜头的有效性。
第一方面，本发明提供了一种摄像机镜头角度偏离检测方法，包括：
获取电梯轿厢内的当前监控图像；
对所述当前监控图像进行线段检测，得到各斜率区域的线段集合；
构建与所述当前监控图像所对应的数据序列，其中，监控图像所对应的数据序列中包含，监控图像所对应的各线段集合中长度最长且超过预设长度的线段的参数，所述参数包括线段的中点坐标及斜率；
计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度；
当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，则判定所述摄像机镜头的安装角度发生了偏移。
基于上述公开的内容，本发明提供的摄像机镜头角度偏离检测方法通过当前监控图像进行线段检测得到各斜率区域的线段集合，基于各斜率区域的线段集合构建与当前监控图像所对应的数据序列，计算当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，并当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，判定摄像机镜头的安装角度发生了偏移。如此，可基于电梯轿厢内固有的线段特征构建当前监控图像所对应的数据序列，并将当前监控图像所对应的数据序列与初始监控图像所对应的数据序列进行相似度计算，从而能够根据相似度准确判断摄像机镜头的安装角度是否发生了偏移。同时，在判断摄像机镜头的安装角度是否发生了偏移时，能够结合连续多个数据序列与初始监控图像所对应的数据序列的相似度进行判定，从而进一步确保判断的准确性，避免出现误判断的情形。
在一个可能的设计中，所述方法还包括：
获取所述电梯轿厢内的振动传感器检测到的振动信号；
基于所述振动信号确定出所述电梯轿厢是否发生振动；
所述对所述当前监控图像进行线段检测，包括：
如果所述电梯轿厢未发生振动，则对所述当前监控图像进行线段检测。
基于上述公开的内容，能够根据振动传感器检测到的振动信号确定电梯轿厢是否发生振动，并在电梯轿厢未发生振动的情形下对当前监控图像进行线段检测，从而确保能够在电梯轿厢未发生振动的情形下进行摄像机镜头角度偏离检测，避免由于振动对检测结果造成干扰，确保检测的准确性。
在一个可能的设计中，所述方法还包括：
将所述当前监控图像转换为灰度图像；
计算所述灰度图像的均值和方差；
基于所述灰度图像的均值和方差确定出所述当前监控图像的亮度是否满足检测条件；
所述对所述当前监控图像进行线段检测，包括：
如果所述当前监控图像的亮度满足检测条件，则对所述当前监控图像进行线段检测。
基于上述公开的内容，能够在当前监控图像的亮度满足检测条件时，才对当前监控图像进行线段检测，从而避免由于电梯轿厢内过亮或者过暗环境导致严重曝光或曝光不足而影响检测效果，确保检测的准确性。
在一个可能的设计中，所述方法还包括：
对所述当前监控图像进行运动目标检测；
所述对所述当前监控图像进行线段检测，包括：
如果检测结果为当前监控图像中不存在运动目标，则对所述当前监控图像进行线段检测。
基于上述公开的内容，能够对前监控图像中的运动目标进行检测，并在当前监控图像中不存在运动目标时对当前监控图像进行线段检测，从而避免由于运动目标遮挡而影响摄像机镜头角度偏离检测的准确性。
在一个可能的设计中，所述对所述当前监控图像进行线段检测，得到各斜率区域的线段集合，包括：
将所述当前监控图像转换为灰度图像；
对所述灰度图像进行自适应阈值分割；
对阈值分割后的图像进行开运算处理；
将开运算处理之后的图像与开运算处理之前的图像相减，得到与所述当前监控图像对应的二值图像；
对所述二值图像进行线段检测，得到各斜率区域的线段集合。
基于上述公开的内容，能够对当前监控图像准确进行线段检测。
在一个可能的设计中，所述计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，包括：
通过随机抽样一致算法从所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列中确定出最佳匹配参数对；
统计最佳匹配参数对中坐标距离低于预设距离的目标参数对；
基于目标参数对的累计数量，确定出所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度。
在一个可能的设计中，所述方法还包括：
从所述当前监控图像中提取出感兴趣区域图像；
所述对所述当前监控图像进行线段检测，包括：
对所述当前监控图像中的感兴趣区域图像进行线段检测；
所述构建与所述当前监控图像所对应的数据序列，包括：
构建与所述当前监控图像中的感兴趣区域图像所对应的数据序列；
所述计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，包括：
计算所述当前监控图像中的感兴趣区域图像所对应的数据序列，与电梯轿厢的初始监控图像中的感兴趣区域图像所对应的数据序列的相似度。
第二方面，本发明提供了一种摄像机镜头角度偏离检测装置，包括：
获取单元，用于获取电梯轿厢内的当前监控图像；
线段检测单元，用于对所述当前监控图像进行线段检测，得到各斜率区域的线段集合；
构建单元，用于构建与所述当前监控图像所对应的数据序列，其中，监控图像所对应的数据序列中包含，监控图像所对应的各线段集合中长度最长且超过预设长度的线段的参数，所述参数包括线段的中点坐标及斜率；
计算单元，用于计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度；
判定单元，用于当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，判定所述摄像机镜头的安装角度发生了偏移。
第三方面，本发明提供了一种摄像机镜头角度偏离检测装置，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如上述第一方面所述的摄像机镜头角度偏离检测方法。
第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行第一方面所述的摄像机镜头角度偏离检测方法。
第五方面，本发明提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面所述的摄像机镜头角度偏离检测方法。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的摄像机镜头角度偏离检测方法、装置及存储介质的应用环境示意图。
图2是本发明提供的摄像机镜头角度偏离检测方法的流程图。
图3是本发明提供的摄像机镜头角度偏离检测装置的结构示意图。
图4是本发明提供的另一摄像机镜头角度偏离检测装置的结构示意图。
具体实施方式
下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明的示例实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。
应当理解，尽管本文可能使用术语第一、第二等等来描述各种单元，但是这些单元不应当受到这些术语的限制。这些术语仅用于区分一个单元和另一个单元。例如可以将第一单元称作第二单元,并且类似地可以将第二单元称作第一单元，同时不脱离本发明的示例实施例的范围。
应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，单独存在B，同时存在A和B三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A，单独存在A和B两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
实施例
为了对摄像机镜头角度偏离的情形进行准确检测，本申请实施例提供了一种摄像机镜头角度偏离检测方法、装置及存储介质，该摄像机镜头角度偏离检测方法、装置及存储介质能够对摄像机镜头角度偏离的情形进行准确检测，保障用于计算机视觉处理的相关算法所部署摄像机镜头的有效性。
首先，为了更直观地理解本申请实施例提供的方案，下面结合图1，对本申请实施例提供的摄像机镜头角度偏离检测方案的系统架构进行说明。
如图1所示，是本申请一个或多个实施例提供的摄像机镜头角度偏离检测方法、装置及存储介质的应用环境示意图。如图1所示，摄像机与振动传感器连接，并通过网络与后台终端通信连接，所述摄像机设置于电梯轿厢内，用于获取电梯内的监控图像，所述振动传感器也设置于电梯轿厢内，用于检测振动信号并将检测到的振动信号反馈给摄像机。所述后台终端可以是，但不限于物业端的后台监控终端、服务器等。
下面将对本申请实施例提供的摄像机镜头角度偏离检测方法进行详细说明。
本申请实施例提供的摄像机镜头角度偏离检测方法可应用于摄像机。为便于描述，除特别说明外，本申请实施例均以摄像机为执行主体进行说明。
可以理解，所述执行主体并不构成对本申请实施例的限定。
如图2所示，是本申请实施例提供的摄像机镜头角度偏离检测方法的流程图，所述摄像机镜头角度偏离检测方法可以包括如下步骤：
步骤S201.获取电梯轿厢内的当前监控图像。
摄像机设置于电梯轿厢内，并可以通过后台终端调节其镜头角度，摄像机的安装位置可以是电梯轿厢的左后方、右后方或后方中央等。在对摄像机镜头的角度偏离进行检测时，可通过摄像机实时或每间隔一定时间间隔获取电梯轿厢内的监控图像。本申请实施例中，是每间隔一定时间间隔获取一次电梯轿厢内的监控图像。
一般情况下，电梯轿厢的光源安装在轿厢顶部且朝向轿厢底部照射，在获得的监控图像中，一般靠近图像下方的区域光照效果更好。因此，在一个或多个实施例中，针对电梯轿厢内的当前监控图像，还可根据光照效果设置一感兴趣区域(region of interest，ROI)，感兴趣区域可根据实际情况进行设定，例如感兴趣区域可以是当前监控图像底部至1/3高度区域或当前监控图像底部至2/3高度区域等。在获取到电梯轿厢内的当前监控图像后，还可从当前监控图像中提取出感兴趣区域的图像，为便于描述后续均将感兴趣区域的图像称之为感兴趣区域图像，在后续过程中可依据感兴趣区域图像进行摄像机镜头角度偏离检测，如此可降低检测过程中的运算量，同时剔除掉图像中一些光照效果较差的区域的影响，确保后续检测的准确性。
步骤S202.对当前监控图像进行线段检测，得到各斜率区域的线段集合。
在步骤S202中，对当前监控图像进行线段检测是指对当前监控图像中的感兴趣区域图像进行线段检测。
具体的，对当前监控图像进行线段检测可以包括如下的步骤S301～S305。
步骤S301.将当前监控图像转换为灰度图像。
即将当前监控图像中的感兴趣区域图像转换为灰度图像。
步骤S302.对灰度图像进行自适应阈值分割。
步骤S303.对阈值分割后的图像进行开运算处理。
具体的，可对阈值分割后得到的二值化图像首先进行腐蚀处理，然后再进行膨胀处理。如此，可消除图像中的噪点，并可丰富图像的边缘信息。
步骤S304.将开运算处理之后的图像与开运算处理之前的图像相减，得到与当前监控图像对应的二值图像。
步骤S305.对二值图像进行线段检测，得到各斜率区域的线段集合。
本申请实施例中，可以采用，但不限于直线段检测(a Line Segment Detector，LSD)算法、HoughLinesP算法等对二值图像进行线段检测。
为了进一步提高检测速度即准确率，本申请实施例还增加了斜率范围阈值，将线段斜率划分为多个斜率区间，在对二值图像进行线段检测时，可根据检测出的线段的斜率，将检测出的线段划分到不同斜率区间的集合中，得到多个线段集合。
假定，斜率范围阈值为K，则线段集合的数量可以是360除以K后进行取整。例如，斜率范围阈值60°，则可以线段的斜率划分为6个斜率区间，分别为(0°，60°]、(60°，120°]、(120°，180°]、(180°，240°]、(240°，300°]以及(300°，360°]。
步骤S203.构建与当前监控图像所对应的数据序列。
其中，监控图像所对应的数据序列中包含，监控图像所对应的各线段集合中长度最长且超过预设长度的线段的参数，参数包括线段的中点坐标及斜率。
具体的，在得到各斜率区域的线段集合后，可首先剔除掉各线段集合中长度未超过预设长度的线段，然后再从各线段集合中选取出长度最长的线段，并根据各线段集合中长度最长线段的中点坐标及斜率，构建一数据序列，并将该数据序列作为当前监控图像(中的感兴趣区域图像)所对应的数据序列。
当前监控图像所对应的数据序列可表示为M＝{M1,M2,...,Mn}其中，Mi＝(Ki,Pi)，n表示当前监控图像所对应的数据序列中参数的总个数，i为1到n之间的正整数，Ki表示第i个最长线段的斜率，Pi表示第i个最长线段的中点坐标。
步骤S204.计算当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度。
本申请实施例中，摄像机的镜头在最初安装调试好后，可按照与上述步骤S201-S024相同的步骤，构建出了电梯轿厢内初始监控图像(中的感兴趣区域图像)所对应的数据序列。在构建出与当前监控图像所对应的数据序列后，可计算当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度。
初始监控图像所对应的数据序列可表示为L＝{L1,L2,...,Lm}其中，Li＝(ki,pi)，m表示初始监控图像所对应的数据序列中参数的总个数，i为1到m之间的正整数，ki表示第i个最长线段的斜率，pi表示第i个最长线段的中点坐标。
具体的，计算当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，可以包括如下的步骤S401～S403。
步骤S401.通过随机抽样一致算法从当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列中确定出最佳匹配参数对。
通过随机抽样一致算法(Random sample consensus，RANSAC)确定最佳匹配参数对的过程为现有技术，本申请实施例中不再赘述。
步骤S402.统计最佳匹配参数对中坐标距离低于预设距离的目标参数对。
例如，在一个实施例中，最佳匹配参数对为5对，分别记为C1-C5，预设距离为10，假定最佳匹配参数对C1中两个参数所对应的坐标分为(10，10)和(13，14)，则C1中两个参数所对应的坐标距离为5。假如计算出最佳匹配参数对C2-C5中两个参数所对应的坐标距离分别15、6、18和9，则此时可判定最佳匹配参数对C1、C3和C5为坐标距离低于预设距离的目标参数对。
步骤S403.基于目标参数对的累计数量，确定出当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度。
其中，当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，可表示为Score＝c/m，其中，c表示目标参数对的累计数量，m表示初始监控图像所对应的数据序列中参数的总个数。
步骤S205.当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，则判定摄像机镜头的安装角度发生了偏移。
本申请实施例中，在判定摄像机镜头的安装角度发生了偏移后，还可触发偏离报警，并将偏离报警的信号推送至后台终端，以便后台终端的物业人员通过后台终端及时观察到摄像机镜头所拍摄到的电梯轿厢内的监控图像，以认为判断摄像机镜头的安装角度是否发生了偏移，以便采取相应措施。
在一个或多个实施例中，在判断摄像机镜头的安装角度是否发生了偏移时，还可以考虑到时间因素，即在指定的时间间隔内，如果存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值，则判定摄像机镜头的安装角度发生了偏移，否则判定摄像机镜头的安装角度未发生偏移。
由此通过前述步骤S201～S205所述的摄像机镜头角度偏离检测方法，可通过当前监控图像进行线段检测得到各斜率区域的线段集合，基于各斜率区域的线段集合构建与当前监控图像所对应的数据序列，计算当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，并当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，判定摄像机镜头的安装角度发生了偏移。如此，可基于电梯轿厢内固有的线段特征构建当前监控图像所对应的数据序列，并将当前监控图像所对应的数据序列与初始监控图像所对应的数据序列进行相似度计算，从而能够根据相似度准确判断摄像机镜头的安装角度是否发生了偏移。同时，在判断摄像机镜头的安装角度是否发生了偏移时，能够结合连续多个数据序列与初始监控图像所对应的数据序列的相似度进行判定，从而进一步确保判断的准确性，避免出现误判断的情形。另外，在摄像机镜头角度偏离检测时，可从监控图像中提取感兴趣区域的图像，并在后续过程中可依据感兴趣区域图像进行摄像机镜头角度偏离检测，如此可降低检测过程中的运算量，提升检测速度，同时剔除掉图像中一些光照效果较差的区域的影响，确保后续检测的准确性。
本实施例在前述第一方面的技术方案基础上，还具体提出了一种避免振动对检测结果造成影响的可能设计一，其可以包括如下步骤：
步骤S501.获取所述电梯轿厢内的振动传感器检测到的振动信号。
电梯轿厢内安装有振动传感器，振动传感器用于检测振动信号并将检测到的振动信号反馈给摄像机，所述振动信号可以是触及波峰阈值和/或波谷阈值的信号次数。
步骤S502.基于所述振动信号确定出电梯轿厢是否发生振动，如果电梯轿厢未发生振动，则对当前监控图像进行线段检测。
本申请实施例中，可基于触及波峰阈值和/或波谷阈值的信号次数确定出电梯轿厢是否发生振动。更具体的，可判断一定时间内触及波峰阈值的信号次数、触及波谷阈值的信号次数或触及波峰阈值和波谷阈值的信号次数之和是否超出了设定的阈值，如果未超出该设定的阈值，则判定电梯轿厢未发生振动，此时可对当前监控图像进行线段检测。如果超出该设定的阈值，则判定电梯轿厢发生了振动，不再对当前监控图像进行线段检测，而是等到下一次获得电梯轿厢内的当前监控图像后，再次进行振动检测。
由此通过上述的可能设计一，能够根据振动传感器检测到的振动信号确定电梯轿厢是否发生振动，并在电梯轿厢未发生振动的情形下对当前监控图像进行线段检测，从而确保能够在电梯轿厢未发生振动的情形下进行摄像机镜头角度偏离检测，避免由于振动对检测结果造成干扰，确保检测的准确性。
本实施例在前述第一方面或可能设计一的技术方案基础上，还提出了一种避免严重曝光或曝光不足影响检测效果的可能设计二，其可以包括如下步骤：
步骤S601.将当前监控图像转换为灰度图像。
步骤S602.计算灰度图像的均值和方差。
步骤S603.基于灰度图像的均值和方差确定出当前监控图像的亮度是否满足检测条件，如果满足检测条件，则对当前监控图像进行线段检测。
具体的，如果灰度图像均值处于预设的第一阈值范围内，且灰度图像的方差处于预设的第二阈值范围内，则说明电梯轿厢内的亮度适宜，满足检测条件，此时可对当前监控图像进行线段检测。否则，说明电梯轿厢内过亮或者过暗环境导致严重曝光或曝光不足影，会影响检测效果，此时不再对当前监控图像进行线段检测，而是等到下一次获得电梯轿厢内的当前监控图像后，再次进行亮度是否满足检测条件的判断。
由此通过上述的可能设计二，能够在当前监控图像的亮度满足检测条件时，才对当前监控图像进行线段检测，从而避免由于电梯轿厢内过亮或者过暗环境导致严重曝光或曝光不足而影响检测效果，确保检测的准确性。
本实施例在前述第一方面或可能设计一至二任一项的技术方案基础上，还提出了一种避免运动目标遮挡而影响检测准确性的可能设计三，其可以包括如下步骤：
步骤S701.对当前监控图像进行运动目标检测。
对当前监控图像进行运动目标检测，可以采用但不限于帧差法、光流法、背景减除法等，本申请实施例中不做具体限定。
步骤S702.如果检测结果为当前监控图像中不存在运动目标，则对当前监控图像进行线段检测。
如果检测结果为当前监控图像中不存在运动目标，则可对当前监控图像进行线段检测。如果检测结果为当前监控图像中存在运动目标，则不再对当前监控图像进行线段检测，而是等到下一次获得电梯轿厢内的当前监控图像后，再次进行运动目标检测。
由此通过上述的可能设计三，能够对前监控图像中的运动目标进行检测，并在当前监控图像中不存在运动目标时对当前监控图像进行线段检测，从而避免由于运动目标遮挡而影响摄像机镜头角度偏离检测的准确性。
第二方面，请参阅图3，本申请实施例提供了一种摄像机镜头角度偏离检测装置，该摄像机镜头角度偏离检测装置包括：
获取单元，用于获取电梯轿厢内的当前监控图像；
线段检测单元，用于对所述当前监控图像进行线段检测，得到各斜率区域的线段集合；
构建单元，用于构建与所述当前监控图像所对应的数据序列，其中，监控图像所对应的数据序列中包含，监控图像所对应的各线段集合中长度最长且超过预设长度的线段的参数，所述参数包括线段的中点坐标及斜率；
计算单元，用于计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度；
判定单元，用于当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，判定所述摄像机镜头的安装角度发生了偏移。
本实施例第二方面提供的装置的工作过程、工作细节和技术效果，可以参见实施例第一方面，于此不再赘述。
如图4所示，本申请实施例第三方面提供了一种摄像机镜头角度偏离检测装置，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如实施例第一方面所述的摄像机镜头角度偏离检测方法。
具体举例的，所述存储器可以但不限于包括随机存取存储器(Random AccessMemory，RAM)、只读存储器(Read-Only Memory，ROM)、闪存(Flash Memory)、先进先出存储器(First In First Out，FIFO)和/或先进后出存储器(First In Last Out，FILO)等等；所述处理器可以不限于采用型号为STM32F105系列的微处理器、ARM(Advanced RISCMachines)、X86等架构处理器或集成网络处理器(neural-network processing units，NPU)的处理器；所述收发器可以但不限于为无线保真(Wireless FIdelity，WiFi)无线收发器、蓝牙无线收发器、通用分组无线服务技术(General Packet Radio Service，GPRS)无线收发器、紫蜂协议(基于IEEE802.15.4标准的低功耗局域网协议，ZigBee)无线收发器、第三代移动通信技术(3th-Generation Mobile Communication Technology y，3G)收发器、第四代移动通信技术(4th-Generation Mobile Communication Technology y，4G)收发器和/或第五代移动通信技术(5th-Generation Mobile Communication Technology y，5G)收发器等。
本实施例第三方面提供的装置的工作过程、工作细节和技术效果，可以参见实施例第一方面，于此不再赘述。
本实施例第四方面提供了一种存储包含有实施例第一方面所述的摄像机镜头角度偏离检测方法的指令的计算机可读存储介质，即所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面所述的摄像机镜头角度偏离检测方法。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
本实施例第四方面提供的计算机可读存储介质的工作过程、工作细节和技术效果，可以参见实施例第一方面，于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如实施例第一方面所述的摄像机镜头角度偏离检测方法，其中，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。
以上所描述的多个实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台仓库代码的合并装置执行各个实施例或者实施例的某些部分所述的方法。
本发明不局限于上述可选实施方式，任何人在本发明的启示下都可得出其他各种形式的产品，但不论在其形状或结构上作任何变化，凡是落入本发明权利要求界定范围内的技术方案，均落在本发明的保护范围之内。

Claims (10)

1.一种摄像机镜头角度偏离检测方法，其特征在于，包括：
获取电梯轿厢内的当前监控图像；
对所述当前监控图像进行线段检测，得到各斜率区域的线段集合；
构建与所述当前监控图像所对应的数据序列，其中，监控图像所对应的数据序列中包含，监控图像所对应的各线段集合中长度最长且超过预设长度的线段的参数，所述参数包括线段的中点坐标及斜率；
计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度；
当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，则判定所述摄像机镜头的安装角度发生了偏移。
2.如权利要求1所述的方法，其特征在于，所述方法还包括：
获取所述电梯轿厢内的振动传感器检测到的振动信号；
基于所述振动信号确定出所述电梯轿厢是否发生振动；
所述对所述当前监控图像进行线段检测，包括：
如果所述电梯轿厢未发生振动，则对所述当前监控图像进行线段检测。
3.如权利要求1所述的方法，其特征在于，所述方法还包括：
将所述当前监控图像转换为灰度图像；
计算所述灰度图像的均值和方差；
基于所述灰度图像的均值和方差确定出所述当前监控图像的亮度是否满足检测条件；
所述对所述当前监控图像进行线段检测，包括：
如果所述当前监控图像的亮度满足检测条件，则对所述当前监控图像进行线段检测。
4.如权利要求1所述的方法，其特征在于，所述方法还包括：
对所述当前监控图像进行运动目标检测；
所述对所述当前监控图像进行线段检测，包括：
如果检测结果为当前监控图像中不存在运动目标，则对所述当前监控图像进行线段检测。
5.如权利要求1所述的方法，其特征在于，所述对所述当前监控图像进行线段检测，得到各斜率区域的线段集合，包括：
将所述当前监控图像转换为灰度图像；
对所述灰度图像进行自适应阈值分割；
对阈值分割后的图像进行开运算处理；
将开运算处理之后的图像与开运算处理之前的图像相减，得到与所述当前监控图像对应的二值图像；
对所述二值图像进行线段检测，得到各斜率区域的线段集合。
6.如权利要求1所述的方法，其特征在于，所述计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，包括：
通过随机抽样一致算法从所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列中确定出最佳匹配参数对；
统计最佳匹配参数对中坐标距离低于预设距离的目标参数对；
基于目标参数对的累计数量，确定出所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度。
7.如权利要求1所述的方法，其特征在于，所述方法还包括：
从所述当前监控图像中提取出感兴趣区域图像；
所述对所述当前监控图像进行线段检测，包括：
对所述当前监控图像中的感兴趣区域图像进行线段检测；
所述构建与所述当前监控图像所对应的数据序列，包括：
构建与所述当前监控图像中的感兴趣区域图像所对应的数据序列；
所述计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度，包括：
计算所述当前监控图像中的感兴趣区域图像所对应的数据序列，与电梯轿厢的初始监控图像中的感兴趣区域图像所对应的数据序列的相似度。
8.一种摄像机镜头角度偏离检测装置，其特征在于，包括：
获取单元，用于获取电梯轿厢内的当前监控图像；
线段检测单元，用于对所述当前监控图像进行线段检测，得到各斜率区域的线段集合；
构建单元，用于构建与所述当前监控图像所对应的数据序列，其中，监控图像所对应的数据序列中包含，监控图像所对应的各线段集合中长度最长且超过预设长度的线段的参数，所述参数包括线段的中点坐标及斜率；
计算单元，用于计算所述当前监控图像所对应的数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度；
判定单元，用于当存在连续多个数据序列与电梯轿厢的初始监控图像所对应的数据序列的相似度均小于预设阈值时，判定所述摄像机镜头的安装角度发生了偏移。
9.一种摄像机镜头角度偏离检测装置，其特征在于，包括依次通信相连的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如权利要求1～7任意一项所述的摄像机镜头角度偏离检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如权利要求1～7任意一项所述的摄像机镜头角度偏离检测方法。
CN202111154312.4A 2021-09-29 2021-09-29 摄像机镜头角度偏离检测方法、装置及存储介质 Active CN113838097B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111154312.4A CN113838097B (zh) 2021-09-29 2021-09-29 摄像机镜头角度偏离检测方法、装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111154312.4A CN113838097B (zh) 2021-09-29 2021-09-29 摄像机镜头角度偏离检测方法、装置及存储介质

Publications (2)

Publication Number Publication Date
CN113838097A true CN113838097A (zh) 2021-12-24
CN113838097B CN113838097B (zh) 2024-01-09

Family

ID=78967586

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111154312.4A Active CN113838097B (zh) 2021-09-29 2021-09-29 摄像机镜头角度偏离检测方法、装置及存储介质

Country Status (1)

Country Link
CN (1) CN113838097B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115842848A (zh) * 2023-03-01 2023-03-24 成都远峰科技发展有限公司 一种基于工业物联网的动态监控系统及其控制方法
CN116680630A (zh) * 2023-07-27 2023-09-01 成都雨航创科科技有限公司 基于振动和图像的人车运动侦测方法及装置

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609983A (zh) * 2012-01-20 2012-07-25 华中科技大学 一种基于图像及立体视觉的闪电三维图像重建方法
CN103841409A (zh) * 2012-11-26 2014-06-04 浙江大华技术股份有限公司 红外滤光片切换的检测方法、装置及系统
US20170132443A1 (en) * 2015-11-06 2017-05-11 International Business Machines Corporation Low-Computation Barcode Detector for Egocentric Product Recognition
WO2019052318A1 (zh) * 2017-09-13 2019-03-21 杭州海康威视数字技术股份有限公司 一种电梯轿厢监控方法、装置及系统
US20190164010A1 (en) * 2017-11-30 2019-05-30 Kofax, Inc. Object detection and image cropping using a multi-detector approach
CN110382358A (zh) * 2018-04-27 2019-10-25 深圳市大疆创新科技有限公司 云台姿态修正方法、云台姿态修正装置、云台、云台系统和无人机
US20190368133A1 (en) * 2018-06-05 2019-12-05 Tata Consultancy Services Limited Systems and methods for data acquisition and asset inspection in presence of magnetic interference
CN111045455A (zh) * 2019-12-31 2020-04-21 北京智新翼行科技有限公司 微型无人机室内走廊飞行航向角误差视觉修正方法
CN112214012A (zh) * 2019-07-11 2021-01-12 深圳市海柔创新科技有限公司 一种导航方法、移动载体及导航系统
CN112928324A (zh) * 2021-01-29 2021-06-08 蜂巢能源科技有限公司 模组部件装配方法及模组部件装配装置
CN113225550A (zh) * 2021-04-16 2021-08-06 南昌欧菲光电技术有限公司 偏移检测方法、装置、摄像头模组、终端设备及存储介质
CN113240756A (zh) * 2021-07-13 2021-08-10 天津所托瑞安汽车科技有限公司 车载bsd摄像头的位姿变动检测方法、设备和存储介质

Patent Citations (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609983A (zh) * 2012-01-20 2012-07-25 华中科技大学 一种基于图像及立体视觉的闪电三维图像重建方法
CN102609983B (zh) * 2012-01-20 2014-07-09 华中科技大学 一种基于图像及立体视觉的闪电三维图像重建方法
CN103841409A (zh) * 2012-11-26 2014-06-04 浙江大华技术股份有限公司 红外滤光片切换的检测方法、装置及系统
CN103841409B (zh) * 2012-11-26 2015-10-14 浙江大华技术股份有限公司 红外滤光片切换的检测方法、装置及系统
US20170132443A1 (en) * 2015-11-06 2017-05-11 International Business Machines Corporation Low-Computation Barcode Detector for Egocentric Product Recognition
WO2019052318A1 (zh) * 2017-09-13 2019-03-21 杭州海康威视数字技术股份有限公司 一种电梯轿厢监控方法、装置及系统
US20190164010A1 (en) * 2017-11-30 2019-05-30 Kofax, Inc. Object detection and image cropping using a multi-detector approach
CN110382358A (zh) * 2018-04-27 2019-10-25 深圳市大疆创新科技有限公司 云台姿态修正方法、云台姿态修正装置、云台、云台系统和无人机
US20190368133A1 (en) * 2018-06-05 2019-12-05 Tata Consultancy Services Limited Systems and methods for data acquisition and asset inspection in presence of magnetic interference
CN112214012A (zh) * 2019-07-11 2021-01-12 深圳市海柔创新科技有限公司 一种导航方法、移动载体及导航系统
CN111045455A (zh) * 2019-12-31 2020-04-21 北京智新翼行科技有限公司 微型无人机室内走廊飞行航向角误差视觉修正方法
CN112928324A (zh) * 2021-01-29 2021-06-08 蜂巢能源科技有限公司 模组部件装配方法及模组部件装配装置
CN113225550A (zh) * 2021-04-16 2021-08-06 南昌欧菲光电技术有限公司 偏移检测方法、装置、摄像头模组、终端设备及存储介质
CN113240756A (zh) * 2021-07-13 2021-08-10 天津所托瑞安汽车科技有限公司 车载bsd摄像头的位姿变动检测方法、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YUAN TIEZHU 等: "Deviation of the approximate angle-independent pattern with frequency diverse array antenna", 《2016 IEEE MTT-S INTERNATIONAL WIRELESS SYMPOSIUM》, pages 1 - 4 *
刘微容: "面向汽车主动安全的图像处理关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 138 - 1096 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115842848A (zh) * 2023-03-01 2023-03-24 成都远峰科技发展有限公司 一种基于工业物联网的动态监控系统及其控制方法
CN115842848B (zh) * 2023-03-01 2023-04-28 成都远峰科技发展有限公司 一种基于工业物联网的动态监控系统及其控制方法
CN116680630A (zh) * 2023-07-27 2023-09-01 成都雨航创科科技有限公司 基于振动和图像的人车运动侦测方法及装置
CN116680630B (zh) * 2023-07-27 2023-10-13 成都雨航创科科技有限公司 基于振动和图像的人车运动侦测方法及装置

Also Published As

Publication number Publication date
CN113838097B (zh) 2024-01-09

Similar Documents

Publication Publication Date Title
CN109446942B (zh) 目标跟踪方法、装置和系统
EP2858008B1 (en) Target detecting method and system
JP2016507834A (ja) ターゲットオブジェクトをトラッキングし、検出するためのシステムおよび方法
Lu A multiscale spatio-temporal background model for motion detection
CN113838097A (zh) 摄像机镜头角度偏离检测方法、装置及存储介质
CN105631418A (zh) 一种人数统计的方法和装置
CN107945523B (zh) 一种道路车辆检测方法、交通参数检测方法及装置
CN110335313B (zh) 音频采集设备定位方法及装置、说话人识别方法及系统
CN114926726B (zh) 基于多任务网络的无人船感知方法及相关设备
CN113168520A (zh) 跟踪场景中的对象的方法
CN112784725A (zh) 行人防撞预警方法、设备、存储介质及堆高机
JP2003044859A (ja) 動き追跡装置及び人物追跡方法
KR101690050B1 (ko) 지능형 영상보안 시스템 및 객체 추적 방법
CN111323757A (zh) 一种航海雷达目标检测方法及装置
CN113870322A (zh) 一种基于事件相机的多目标追踪方法、装置及计算机设备
CN112395920B (zh) 基于雷达的姿态识别装置、方法以及电子设备
CN110765875B (zh) 交通目标的边界检测方法、设备及装置
CN106683113B (zh) 特征点跟踪方法和装置
CN111179218B (zh) 传送带物料检测方法、装置、存储介质及终端设备
CN113052019A (zh) 目标跟踪方法及装置、智能设备和计算机存储介质
CN111784750A (zh) 视频图像中移动物体追踪方法、装置、设备以及存储介质
CN103093481A (zh) 一种基于分水岭分割的静态背景下运动目标检测方法
CN110687548A (zh) 一种基于无人船的雷达数据处理系统
CN107067411B (zh) 一种结合密集特征的Mean-shift跟踪方法
CN113112726B (zh) 入侵检测方法、装置、设备、系统及可读存储介质

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

Effective date of registration: 20230117

Address after: 610000 High-tech Zone, Chengdu City, Sichuan Province, No. 99, No. 1, No. 2, No. 15, No. 1, No. 1505, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No

Applicant after: CHENGDU XINCHAO MEDIA GROUP Co.,Ltd.

Address before: 610000 High-tech Zone, Chengdu City, Sichuan Province, No. 99, No. 1, No. 2, No. 15, No. 1, No. 1505, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No. 1, No

Applicant before: CHENGDU XINCHAO MEDIA GROUP Co.,Ltd.

Applicant before: Chengdu Baixin Zhilian Technology Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant