CN114217756B - 显示设备、图像检测方法及装置 - Google Patents

Abstract

本申请实施例提供一种显示设备、图像检测方法及装置，包括控制器和显示器，控制器，被配置为：获取待检测图像，并对待检测图像进行灰度处理，获得待检测图像所有像素点的像素值；若待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据像素点的像素值确定待检测区域；确定待检测区域中每个像素点的梯度参数，并根据待检测区域中所有像素对应的梯度参数的均值获得图像检测结果，提高了显示设备识别无效图像的准确率。

Description

显示设备、图像检测方法及装置

技术领域

本申请实施例涉及视频播放技术领域。更具体地讲，涉及一种显示设备、图像检测方法及装置。

背景技术

随着科技的发展，显示设备为用户提供了多种智能应用，例如用户可以对正在播放视频进行截图，并利用图像识别应用识别图像中的信息。当显示设备根据用户的指令对正在播放视频进行截屏获得截图之后，需要截图进行图像有效性检测，判断截图是否为花屏或黑屏等无效图像，当判定截图不是花屏或黑屏无效图像之后，进一步执行图像识别应用。

现有技术中，一般通过计算整张图像的像素点在行、列上的变化方差，如果像素点在行、列上的变化方差大于预设的正常阈值，则图像有效性检测的结果为花屏，当前截图为无效图片。

然而，当前图像有效性检测方法只适用于行或列方向上的像素点存在变化规律的图像，对于像素点毫无规律的图片，可能无法识别出无效图像，检测结果的准确性较低。

发明内容

本申请示例性的实施方式提供一种显示设备、图像检测方法及装置，解决了现有技术中显示设备识别无效图像准确率低的问题。

第一方面，本申请实施例提供一种显示设备，包括：

控制器，被配置为：

获取待检测图像，并对所述待检测图像进行灰度处理，获得所述待检测图像所有像素点的像素值；

若所述待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据所述像素点的像素值确定待检测区域；

确定所述待检测区域中每个像素点的梯度参数，并根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果；

与所述控制器连接的显示器，用于显示待检测图像。

在一种可能的设计中，所述控制器被配置为，在执行所述根据所述像素点的像素值确定待检测区域时，具体用于：

选取所述所有像素点中任一像素值不为零的像素点作为目标像素点；

确定边界像素点的位置，所述边界像素点为距离所述目标像素点长度最大的像素点，所述边界像素点的像素值不为零；

根据所有边界像素点的位置确定待检测区域。

在一种可能的设计中，所述控制器被配置为，在执行所述根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果时，具体用于：

若所述均值大于或者等于预设指标阈值，则判定所述待检测图像的图像检测结果为无效图像；

或，

若所述均值小于预设指标阈值，则判定所述待检测图像的图像检测结果为有效图像。

在一种可能的设计中，所述控制器被配置为，在执行所述获取待检测图像，具体用于：

当接收到启动图像识别应用的指令时，根据所述启动图像识别应用的指令生成截屏指令；根据所述截屏指令对当前播放视频进行截图获得待检测图像。

在一种可能的设计中，所述控制器被配置为，在执行所述在所述获得所述待检测图像所有像素点的像素值之后，还用于：

若所述待检测图像所有像素点的像素值均为零，则确定所述待检测图像的图像检测结果为无效图片；

根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。

在一种可能的设计中，所述控制器被配置为，在执行所述在所述根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果之后，还用于：

若所述图像检测结果为无效图片，则根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。

在一种可能的设计中，所述控制器确定所述待检测区域中每个像素点的梯度参数，具体用于：

根据能量梯度算法确定每个像素点的梯度参数。

第二方面，本申请实施例提供一种图像检测方法，应用于显示设备的控制器，包括：

获取待检测图像，并对所述待检测图像进行灰度处理，获得所述待检测图像所有像素点的像素值；

若所述待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据所述像素点的像素值确定待检测区域；

确定所述待检测区域中每个像素点的梯度参数，并根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果。

在一种可能的设计中，所述根据所述像素点的像素值确定待检测区域，包括：

选取所述所有像素点中任一像素值不为零的像素点作为目标像素点；

确定边界像素点的位置，所述边界像素点为距离所述目标像素点长度最大的像素点，所述边界像素点的像素值不为零；

根据所有边界像素点的位置确定待检测区域。

第三方面，本申请实施例提供一种图像检测装置，包括；

获取模块，用于获取待检测图像，并对所述待检测图像进行灰度处理，获得所述待检测图像所有像素点的像素值；

确定模块，用于若所述待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据所述像素点的像素值确定待检测区域；

获得模块，用于确定所述待检测区域中每个像素点的梯度参数，并根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果。

本申请实施例提供的显示设备、图像检测方法及装置，通过根据像素点的像素值动态得调整待检测区域，并根据待检测区域中所有像素对应的梯度参数的均值获得图像检测结果，提高了显示设备识别无效图像的准确率。

附图说明

为了更清楚地说明本申请实施例或相关技术中的实施方式，下面将对实施例或相关技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的显示设备与控制装置之间操作场景的示意图；

图2示例性示出了根据示例性实施例中控制设备的配置框图；

图3示出了根据示例性实施例中显示设备的硬件配置框图；

图4为根据本申请一个或多个实施例的显示设备中软件配置示意图；

图5为根据本申请一个或多个实施例的显示设备中应用程序的图标控件界面显示示意图；

图6为本发明实施例提供的图像检测方法的流程示意图一；

图7为本发明实施例提供的待检测区域示意图；

图8为本发明实施例提供的图像检测方法的流程示意图二；

图9为本发明实施例提供的图像检测装置的结构示意图。

具体实施方式

为使本申请的目的、实施方式和优点更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，所描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。

基于本申请描述的示例性实施例，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他实施例，都属于本申请所附权利要求保护的范围。此外，虽然本申请中公开内容按照示范性一个或几个实例来介绍，但应理解，可以就这些公开内容的各个方面也可以单独构成一个完整实施方式。

需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。

本申请中说明书和权利要求书及上述附图中的术语″第一″、″第二″、″第三″等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明(Unless otherwise indicated)。应该理解这样使用的用语在适当情况下可以互换，例如能够根据本申请实施例图示或描述中给出那些以外的顺序实施。

此外，术语″包括″和″具有″以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的那些组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。

本申请中使用的术语″模块″，是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。

图1为本发明实施例提供的显示设备与控制装置之间操作场景的示意图，如图1所示，用户可通过移动终端300和控制设备200操作显示设备100。控制设备200可以是遥控器，遥控器和显示设备的通信包括红外协议通信、蓝牙协议通信，无线或其他有线方式来控制显示设备100。用户可以通过遥控器上按键，语音输入、控制面板输入等输入用户指令，来控制显示设备100。在一些实施例中，也可以使用移动终端、平板电脑、计算机、笔记本电脑、和其他智能设备以控制显示设备100。

图2示例性示出了根据示例性实施例中控制设备的配置框图。如图2所示，控制设备100包括控制器110、通信接口130、用户输入/输出接口140、存储器、供电电源。控制设备100可接收用户的输入操作指令，且将操作指令转换为显示设备200可识别和响应的指令，起用用户与显示设备200之间交互中介作用。通信接口130用于和外部通信，包含WIFI芯片，蓝牙模块，NFC或可替代模块中的至少一种。用户输入/输出接口140包含麦克风，触摸板，传感器，按键或可替代模块中的至少一种。

图3示出了根据示例性实施例中显示设备的硬件配置框图。如图3所示显示设备200包括调谐解调器210、通信器220、检测器230、外部装置接口240、控制器250、显示器260、音频输出接口270、存储器、供电电源、用户接口280中的至少一种。控制器包括中央处理器，视频处理器，音频处理器，图形处理器，RAM，ROM，用于输入/输出的第一接口至第n接口。显示器260可为液晶显示器、OLED显示器、触控显示器以及投影显示器中的至少一种，还可以为一种投影装置和投影屏幕。调谐解调器210通过有线或无线接收方式接收广播电视信号，以及从多个无线或有线广播电视信号中解调出音视频信号，如以及EPG数据信号。检测器230用于采集外部环境或与外部交互的信号。控制器250和调谐解调器210可以位于不同的分体设备中，即调谐解调器210也可在控制器250所在的主体设备的外置设备中，如外置机顶盒等。

在一些实施例中，控制器250，通过存储在存储器上中各种软件控制程序，来控制显示设备的工作和响应用户的操作。控制器250控制显示设备200的整体操作。用户可在显示器260上显示的图形用户界面(GUI)输入用户命令，则用户输入接口通过图形用户界面(GUI)接收用户输入命令。或者，用户可通过输入特定的声音或手势进行输入用户命令，则用户输入接口通过传感器识别出声音或手势，来接收用户输入命令。

在一些实施例中，″用户界面″，是应用程序或操作系统与用户之间进行交互和信息交换的介质接口，它实现信息的内部形式与用户可以接受形式之间的转换。用户界面常用的表现形式是图形用户界面(Graphic User Interface，GUI)，是指采用图形方式显示的与计算机操作相关的用户界面。它可以是在电子设备的显示屏中显示的一个图标、窗口、控件等界面元素，其中控件可以包括图标、按钮、菜单、选项卡、文本框、对话框、状态栏、导航栏、Widget等可视的界面元素中的至少一种。

图4为根据本申请一个或多个实施例的显示设备中软件配置示意图，如图4所示，将系统分为四层，从上至下分别为应用程序(Applications)层(简称″应用层″)，应用程序框架(Application Framework)层(简称″框架层″)，安卓运行时(Android runtime)和系统库层(简称″系统运行库层″)，以及内核层。内核层至少包含以下驱动中的至少一种：音频驱动、显示驱动、蓝牙驱动、摄像头驱动、WIFI驱动、USB驱动、HDMI驱动、传感器驱动(如指纹传感器，温度传感器，压力传感器等)、以及电源驱动等。

图5为根据本申请一个或多个实施例的显示设备中应用程序的图标控件界面显示示意图，如图5中所示，应用程序层包含至少一个应用程序可以在显示器中显示对应的图标控件，如：直播电视应用程序图标控件、视频点播应用程序图标控件、媒体中心应用程序图标控件、应用程序中心图标控件、游戏应用图标控件等。直播电视应用程序，可以通过不同的信号源提供直播电视。视频点播应用程序，可以提供来自不同存储源的视频。不同于直播电视应用程序，视频点播提供来自某些存储源的视频显示。媒体中心应用程序，可以提供各种多媒体内容播放的应用程序。应用程序中心，可以提供储存各种应用程序。

示例性的，用户通过移动终端300和控制设备200控制显示设备100播放视频时，对视频播放的图像中出现的人物感兴趣，通过控制移动终端300和控制设备200对显示设备100发送截屏的指令，使得显示设备100的内部控制器执行截屏指令获得截图。然而，视频的出于版权或者信息安全方面的考虑，一般会对一些付费或者敏感的视频内容进行加密，不允许显示设备100对当前播放的电视画面进行截图。这时候显示设备100通过控制器执行截屏命令，得到的图片一般都是全黑的图片黑屏或者带雪花点的图片花屏，这样的截图被认为是无效图片，无法进行图像识别应用。因此，在执行图像识别的应用之前，需要对截图的有效性进行检测，当检测出无效图片后，可以提前终止执行图像识别的过程，避免反馈错误的结果给用户。图像有效性检测在电视场景图像应用经常会遇到的问题。以人脸识别为例，假设电视端已经部署了人脸识别模型，可以对用户播放的电影画面进行人脸识别，首先用户可以先通过按键或者语音执行截图指令，如果能够快速识别出所截取的图片是黑屏/花屏图片，则无需调用相关的人脸识别模型来进行人脸检测，这样就可以提前终止识别，避免反馈错误的识别结果给用户。

现有的图像有效性检测方法通过计算整张图像的像素点在行、列上的变化方差，如果像素点在行、列上的变化方差大于预设的正常阈值，则图像有效性检测的结果为花屏，当前截图为无效图片。然而，当前图像有效性检测方法只适用于行或列方向上的像素点存在变化规律的图像，对于像素点毫无规律的图片，可能无法识别出无效图像，检测结果的准确性较低。

对现有方法中图片有效性检测方法准确率低的屏问题，本申请提供了一种显示设备、图像检测方法及装置，通过根据像素点的像素值动态得调整待检测区域，并根据待检测区域中所有像素对应的梯度参数的均值获得图像检测结果，提高了显示设备识别无效图像的准确率。

下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似得概念或过程可能在某些实施例不再赘述。

图6为本发明实施例提供的图像检测方法的流程示意图一，本实施例的执行主体可以为图1所示实施例中的显示设备的控制器。如图6所示，该方法包括：

S601：获取待检测图像，并对待检测图像进行灰度处理，获得待检测图像所有像素点的像素值。

在本发明实施例中，待检测图像为截取的播放视频的截图，在获得了视频截图后，将截图进行灰度化处理。具体的，灰度化后像素值的计算公式如(1)所示：

像素值＝(30＊R+59＊G+11＊B)/100 (1)

其中R，G，B分别为原图片3通道的像素值，最终得到长为width，框为height的灰度图矩阵GrayMatrix[0：width-1][0：height-1]，其中，height和width对应待检测图像的高和宽。灰度图矩阵中的所有元素即为待检测图像所有像素点的像素值，矩阵的行和列对应了像素点的位置，矩阵中元素的大小对应了该位置像素点的像素值。

S602：若待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据像素点的像素值确定待检测区域。

示例性的，对灰度图矩阵进行运算获得矩阵值，若矩阵的值为零，则说明灰度图矩阵中所有元素的大小均为零，即所有像素点的像素值均为零。若所有像素点的像素值均为零则课判定当前待检测图像为黑屏。若矩阵值不为零，即说明待检测图像所有像素点中至少存在一个像素点的像素值不为零，则需要进一步判断待检测图像是否为花屏。

在本发明实施例中，示例性的，选取所有像素点中任一像素值不为零的像素点作为目标像素点；确定边界像素点的位置，边界像素点为距离目标像素点长度最大的像素点，边界像素点的像素值不为零；根据所有边界像素点的位置确定待检测区域。图7为本发明实施例提供的待检测区域示意图。如图7所示，在灰度图矩阵中选取行和列分别为i和j的元素作为目标像素点的位置，目标像素点对应的像素值的大小不为零。在灰度图矩阵中以目标像素点(i，j)为中心向上下左右四个方向去搜索距离目标像素点(i，j)最远的非0像素值所在位置，得到最左边和最右边非0像素值所在的列j_1和j_2，最上边和最下边非0像素值所在的行i_1和i_2。具体的，对于目标像素点(i，j)，首先往上移动一行，到达像素值88处，像素值非0，则继续往上移动，88上一行的像素值均为0，则停止该搜索路线。再在88像素值处先往左移动一个，到达0像素值处，再往上移动一个，到达像素值5处，到达该点后，由于其上一行元素都为0，则得到上边界i_1位置。由此确定所有边界像素点的位置，并根据所有边界像素点的位置确定待检测区域，将待检测区域内四个角点索引坐标分别为：左上角：(i_1，j_1)，右上角：(i_1，j_2)，左下角：(i_2，j_1)，右下角：(i_2，j_2)，最终得到待检测区域内的灰度图矩阵阵为GrayMatrix[i_1：i_2][j_1：j_2]。

S603：确定待检测区域中每个像素点的梯度参数，并根据待检测区域中所有像素对应的梯度参数的均值获得图像检测结果。

示例性的，根据能量梯度算法确定每个像素点的梯度参数。在本发明实施例中，对于某一个像素点，如果其像素值和其周围的像素值差别越大，那么能量梯度的变化也就越大，对于花屏这样有雪花点的图片，像素点之间的差异性非常大，因此可以计算能量梯度的方式来判定待检测图像是否为花屏。

示例性的在S602获得的待检测区域内的灰度图矩阵阵为GrayMatrix[i_1：i_2][j_1：j_2]基础上，对于任意一个像素点GrayMatrix[i][j]，计算其与四周像素点的像素插值的平方，然后求平均，具体的计算公式如(2)所示：

Energy[i][j]＝[pow((GrayMatrix[i][j]-GrayMatrix[i-1][j])，2)+pow((GrayMatrix[i][j]-GrayMatrix[i+1][j])，2)+pow((GrayMatrix[i][j]-GrayMatrix[i][j-1])，2)+pow((GrayMatrix[i][j]-GrayMatrix[i][j+1])，2)]/4 (2)

将所有计算得到的梯度参数Energy[i][j]累加求和Sum(Energy)，然后除以图片检测区域面积(i_2-i_1)＊(j_2：j_1)，得到最终的梯度参数均值Detect_index如公式(3)所示：

Detect_index＝Sum(Energy)/(i_2-i_1)＊(j_2：j_1) (3)

在本发明实施例中，梯度参数均值代表花屏检测指标，即若均值大于或者等于预设指标阈值，则判定待检测图像的图像检测结果为无效图像；或，若均值小于预设指标阈值，则判定待检测图像的图像检测结果为有效图像。其中，预设指标阈值可根据应用场景的图片进行批量测试再进行确定。示例性的，设置预设指标阈值为2.5。

本实施例提供的图像检测方法，通过根据像素点的像素值动态得调整待检测区域，并根据待检测区域中所有像素对应的梯度参数的均值获得图像检测结果，提高了显示设备识别无效图像的准确率。

图8为本发明实施例提供的图像检测方法的流程示意图二。在本发明实施例中，在图6提供的实施例的基础上，本发明提供的另一种图像检测方法如下所述：

S801：当接收到启动图像识别应用的指令时，根据启动图像识别应用的指令生成截屏指令；根据截屏指令对当前播放视频进行截图获得待检测图像。

在本发明实施例中，用户通过移动终端和控制设备控制显示设备播放视频时，对视频播放的图像中出现的人物感兴趣，通过控制移动终端和控制设备对显示设备发送启动图像识别应用。当接收到启动图像识别应用的指令时，根据启动图像识别应用的指令生成截屏指令；根据截屏指令对当前播放视频进行截图获得待检测图像。

S802：获取待检测图像，并对待检测图像进行灰度处理，获得待检测图像所有像素点的像素值。

在本发明实施例中，S802与图6中S601实施例中实现的方法一致，在此不再赘述。

S8031：若待检测图像所有像素点的像素值均为零，则确定待检测图像的图像检测结果为无效图片，根据待检测图像的图像检测结果生成终止指令，并根据终止指令中断图像识别应用进程。

在本发明实施例中，对灰度图矩阵进行运算获得矩阵值，若矩阵的值为零，则说明灰度图矩阵中所有元素的大小均为零，即所有像素点的像素值均为零，待检测图像为黑屏图像，确定待检测图像的图像检测结果为无效图片。当确定待检测图像的图像检测结果为无效图片时，根据待检测图像的图像检测结果生成终止指令，并根据终止指令中断图像识别应用进程。

S8032：若待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据像素点的像素值确定待检测区域，确定待检测区域中每个像素点的梯度参数，并根据待检测区域中所有像素对应的梯度参数的均值获得图像检测结果；若图像检测结果为无效图片，则根据待检测图像的图像检测结果生成终止指令，并根据终止指令中断图像识别应用进程。

在本发明实施例中，S8032与图6中S602和S603实施例中实现的方法一致，在此不再赘述。当根据图6实施例中的方法确定待检测图像为花屏时，判定图像检测结果为无效图片，此时，根据待检测图像的图像检测结果生成终止指令，并根据终止指令中断图像识别应用进程。

本实施例提供的图像检测方法，当确定待检测图像为正常图片时，可进一步进行画质分类模型对待检测图像进行识别，判断当前图片所属场景，然后根据场景识别结果自动调整画质参数；当确定待检测图像为黑屏或者花屏时，无需加载画质分类模型，无需调整画质参数，提前终止识别，避免反馈错误的识别结果给用户，改进了当前图像识别应用的处理流程，改善了图像识别应用的效率。

图9为本发明实施例提供的图像检测装置的结构示意图。如图9所示，该图像检测装置包括：获取模块901、确定模块902及获得模块903。

获取模块901，用于获取待检测图像，并对所述待检测图像进行灰度处理，获得所述待检测图像所有像素点的像素值；

确定模块902用于若所述待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据所述像素点的像素值确定待检测区域；

获得模块903，用于确定所述待检测区域中每个像素点的梯度参数，并根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果。

本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。

在一种可能的实现方式中，所述确定模块902具体用于选取所述所有像素点中任一像素值不为零的像素点作为目标像素点；确定边界像素点的位置，所述边界像素点为距离所述目标像素点长度最大的像素点，所述边界像素点的像素值不为零；根据所有边界像素点的位置确定待检测区域。

在一种可能的实现方式中，所述确定模块902具体用于若所述均值大于或者等于预设指标阈值，则判定所述待检测图像的图像检测结果为无效图像；或，若所述均值小于预设指标阈值，则判定所述待检测图像的图像检测结果为有效图像。

在一种可能的实现方式中，所述获取模块901具体用于当接收到启动图像识别应用的指令时，根据所述启动图像识别应用的指令生成截屏指令；根据所述截屏指令对当前播放视频进行截图获得待检测图像。

在一种可能的实现方式中，所述图像检测装置还包括生成模块，用于若所述待检测图像所有像素点的像素值均为零，则确定所述待检测图像的图像检测结果为无效图片；根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。

在一种可能的实现方式中，所述生成模块在所述根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果之后，还用于若所述图像检测结果为无效图片，则根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用实施方式以及适于具体使用考虑的各种不同的变形的实施方式。

Claims (5)

1.一种显示设备，其特征在于，包括：

控制器，被配置为：

获取待检测图像，并对所述待检测图像进行灰度处理，获得所述待检测图像所有像素点的像素值；

若所述待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据所述像素点的像素值确定待检测区域；

确定所述待检测区域中每个像素点的梯度参数，并根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果；

与所述控制器连接的显示器，用于显示待检测图像；

所述控制器被配置为，在执行所述根据所述像素点的像素值确定待检测区域时，具体用于：

选取所述所有像素点中任一像素值不为零的像素点作为目标像素点；

确定边界像素点的位置，所述边界像素点为距离所述目标像素点长度最大的像素点，所述边界像素点的像素值不为零；

根据所有边界像素点的位置确定待检测区域；

所述控制器被配置为，在执行所述根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果时，具体用于：

若所述均值大于或者等于预设指标阈值，则判定所述待检测图像的图像检测结果为无效图像；

若所述均值小于预设指标阈值，则判定所述待检测图像的图像检测结果为有效图像；

在执行所述获取待检测图像，具体用于：

当接收到启动图像识别应用的指令时，根据所述启动图像识别应用的指令生成截屏指令；

根据所述截屏指令对当前播放视频进行截图获得待检测图像；

所述控制器被配置为，在执行所述获得所述待检测图像所有像素点的像素值之后，还用于：

若所述待检测图像所有像素点的像素值均为零，则确定所述待检测图像的图像检测结果为无效图片；

根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。

2.根据权利要求1所述的显示设备，其特征在于，所述控制器被配置为，在执行所述根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果之后，还用于：

若所述图像检测结果为无效图片，则根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。

3.根据权利要求1所述的显示设备，其特征在于，所述控制器确定所述待检测区域中每个像素点的梯度参数，具体用于：

根据能量梯度算法确定每个像素点的梯度参数。

4.一种图像检测方法，其特征在于，应用于显示设备的控制器，包括：

获取待检测图像，并对所述待检测图像进行灰度处理，获得所述待检测图像所有像素点的像素值；

若所述待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据所述像素点的像素值确定待检测区域；

确定所述待检测区域中每个像素点的梯度参数，并根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果；

所述根据所述像素点的像素值确定待检测区域，包括：

选取所述所有像素点中任一像素值不为零的像素点作为目标像素点；

确定边界像素点的位置，所述边界像素点为距离所述目标像素点长度最大的像素点，所述边界像素点的像素值不为零；

根据所有边界像素点的位置确定待检测区域；

所述根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果，包括：

若所述均值大于或者等于预设指标阈值，则判定所述待检测图像的图像检测结果为无效图像；

若所述均值小于预设指标阈值，则判定所述待检测图像的图像检测结果为有效图像；

所述获取待检测图像，包括：

当接收到启动图像识别应用的指令时，根据所述启动图像识别应用的指令生成截屏指令；

根据所述截屏指令对当前播放视频进行截图获得待检测图像；

在所述获得所述待检测图像所有像素点的像素值之后，还包括：

若所述待检测图像所有像素点的像素值均为零，则确定所述待检测图像的图像检测结果为无效图片；

根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。

5.一种图像检测装置，其特征在于，包括：

获取模块，用于获取待检测图像，并对所述待检测图像进行灰度处理，获得所述待检测图像所有像素点的像素值；

确定模块，用于若所述待检测图像所有像素点中至少存在一个像素点的像素值不为零，则根据所述像素点的像素值确定待检测区域；

获得模块，用于确定所述待检测区域中每个像素点的梯度参数，并根据所述待检测区域中所有像素对应的梯度参数的均值获得图像检测结果；

所述确定模块，具体用于选取所述所有像素点中任一像素值不为零的像素点作为目标像素点；确定边界像素点的位置，所述边界像素点为距离所述目标像素点长度最大的像素点，所述边界像素点的像素值不为零；根据所有边界像素点的位置确定待检测区域；

所述确定模块，具体用于若所述均值大于或者等于预设指标阈值，则判定所述待检测图像的图像检测结果为无效图像；若所述均值小于预设指标阈值，则判定所述待检测图像的图像检测结果为有效图像；

所述获取模块，具体用于当接收到启动图像识别应用的指令时，根据所述启动图像识别应用的指令生成截屏指令；根据所述截屏指令对当前播放视频进行截图获得待检测图像；

所述图像检测装置还包括生成模块，所述生成模块用于若所述待检测图像所有像素点的像素值均为零，则确定所述待检测图像的图像检测结果为无效图片；根据所述待检测图像的图像检测结果生成终止指令，并根据所述终止指令中断图像识别应用进程。