CN114697473A - 一种摄像机除雾方法、装置、电子设备和存储介质 - Google Patents
一种摄像机除雾方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN114697473A CN114697473A CN202011563234.9A CN202011563234A CN114697473A CN 114697473 A CN114697473 A CN 114697473A CN 202011563234 A CN202011563234 A CN 202011563234A CN 114697473 A CN114697473 A CN 114697473A
- Authority
- CN
- China
- Prior art keywords
- camera
- target
- heating
- image
- acquiring
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000010438 heat treatment Methods 0.000 claims abstract description 181
- 238000001514 detection method Methods 0.000 claims description 14
- 238000004422 calculation algorithm Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 4
- 229910021389 graphene Inorganic materials 0.000 claims description 4
- 238000012544 monitoring process Methods 0.000 abstract description 16
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241001156002 Anthonomus pomorum Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process 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
- 229920006395 saturated elastomer Polymers 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
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
- H04N23/50—Constructional details
- H04N23/52—Elements optimising image sensor operation, e.g. for electromagnetic interference [EMI] protection or temperature control by heat transfer or cooling elements
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B17/00—Details of cameras or camera bodies; Accessories therefor
- G03B17/55—Details of cameras or camera bodies; Accessories therefor with provision for heating or cooling, e.g. in aircraft
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- 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
- G06T2207/30168—Image quality inspection
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- General Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Aviation & Aerospace Engineering (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Studio Devices (AREA)
Abstract
本申请实施例公开了一种摄像机除雾方法、装置、电子设备和存储介质,其中方法包括:获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾;若是,则获取摄像机的地理位置信息;根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。本申请实施例实现了在不修改监控摄像机结构且不增加额外器件的基础上,达到对摄像机除雾的目的。
Description
技术领域
本申请涉及监控技术领域,尤其涉及一种摄像机除雾方法、装置、电子设备和存储介质。
背景技术
监控摄像机在当代社会使用频繁,被广泛应用于各种场所,是社会治安监控的有力保障。但是监控摄像机安装场景多,南北方、国内外使用场景差异较大。在一些温度湿度变化比较大或比较寒冷的环境中,空气中的水蒸气饱和遇冷凝结成雾,导致摄像机拍摄的监控图像模糊不清,无法有效监控实际场景。
目前常用的除雾方法是在监控摄像机内部增加安装温湿度传感器,加热传感器,风扇等器件。在识别到摄像机内部水汽超过某一启动阈值时,开启加热传感器进行加热,开启风扇进行热循环,加快驱散雾气效率。当摄像机内部水汽低于某一停止阈值时,关闭加热传感器和风扇。
然而现有的除雾方式存在一定的不足:在摄像机内部增加温湿度传感器,加热传感器,风扇等器件,不仅增加了摄像机的成本,还需要额外的空间设计,导致设备整机形态较大,不利于小形态的设备的器件安装。
发明内容
本申请实施例提供一种摄像机除雾方法、装置、电子设备和存储介质,以实现在不修改监控摄像机结构且不增加额外器件的基础上,达到对摄像机除雾的目的。
第一方面,本申请实施例提供了一种摄像机除雾方法,方法包括:
获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾;
若是,则获取摄像机的地理位置信息;
根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;
根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
第二方面,本申请实施例提供了一种摄像机除雾装置,包括:
图像获取与起雾判断模块,用于获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾;
位置信息获取模块,用于若判断结果为是,则获取摄像机的地理位置信息;
加热时长确定模块,用于根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;
加热模块,用于根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
第三方面,本申请实施例还提供了一种电子设备,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,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如本申请任一实施例的摄像机除雾方法。
第四方面,本申请实施例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,该程序被处理器执行时实现如本申请任一实施例的摄像机除雾方法。
本申请实施例中,在确定是由镜头起雾造成图像模糊时,根据摄像机的位置和信息匹配表确定摄像机需要加热的时长,提升了确定加热时长的效率和准确性,避免出现加热过短导致除雾不彻底或加热时间过长造成资源浪费的现象;进而按照确定的加热时长,利用摄像机自带的加热元件进行加热,即可有效去除镜头上的雾气。由此实现了在不修改监控摄像机结构且不增加额外器件的基础上,达到对摄像机除雾的效果。
附图说明
图1是本申请第一实施例中的摄像机除雾方法的流程示意图;
图2是本申请第二实施例中的摄像机除雾方法的流程示意图;
图3a是本申请第三实施例中的摄像机除雾方法的流程示意图;
图3b是本申请第三实施例中的雾气消散曲线的示意图;
图4是本申请第四实施例中的摄像机除雾方法的逻辑示意图;
图5是本申请第五实施例中的摄像机除雾装置的结构示意图;
图6是本申请第六实施例中的实现摄像机除雾方法的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申请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仅用于解释本申请,而非对本申请的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非所有结构。
图1是本申请第一实施例的摄像机除雾方法的流程图,本实施例可适用于根据预设信息匹配表,利用监控摄像机自带加热元件除雾的情况,该方法可以由摄像机除雾装置来执行,该装置可以采用软件和/或硬件的方式实现,并可集成在电子设备中,例如集成在监控系统中的摄像机上。
如图1所示,摄像机除雾方法具体包括如下流程:
S101、获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾。
本申请实施例中,由于摄像机设备异常或者摄像机镜头起雾都会导致摄像机拍摄的图像模糊,因此在获取到摄像机拍摄的目标模糊图像时,需要先判断目标模糊图像的模糊原因是否为摄像机镜头起雾,若是,则按照S102-S104的步骤进行除雾处理,若否,则反馈摄像机拍摄的图像模糊的问题,以便后续对该摄像机进行维修。
S102、若判断目标模糊图像的模糊原因为摄像机镜头起雾,则获取摄像机的地理位置信息。
本申请实施例中,摄像机的地理位置信息是指摄像机的安装位置,可用经纬度表示。
S103、根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长。
本申请实施例中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长。而预先构建信息匹配表的过程如下:
根据不同地区的年平均湿度情况,将不同经纬度的地区进行划分。例如东经110度-东经130度,北纬18度-北纬35度的地区的平均湿度为某个参数,如85%;东经110-东经130度,北纬35度-北纬40度的地区的平均湿度为某个参数,如70%。进而在不同的湿度下,利用摄像机自带加热元件,测试去除摄像机内所有多余水汽所用的时间,得到如表1所示的信息匹配表。
将该匹配表数据放到摄像机镜像中,当确定摄像机出现镜头起雾的现象时,将获取到的摄像机的地理位置信息与信息匹配表中的位置信息进行匹配,进而根据匹配结果确定除雾所需的加热时长。例如出现镜头起雾的摄像机位于东经120度,北纬37度,通过匹配可知,该摄像机所在地区的平均湿度为70%,除雾所需要的目标加热时长为140h,h表示小时。
表1.信息匹配表
东经 | 北纬 | 平均湿度(%) | 加热时长(h) |
110-130 | 18-35 | 85 | 170 |
110-130 | 35-40 | 70 | 140 |
110-130 | 40-50 | 40 | 80 |
125-130 | 40-50 | 75 | 150 |
…… | …… | …… | …… |
S104、根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
本申请实施例中,摄像机自带的加热元件为如下至少一种:摄像机的红外灯、摄像机的石墨烯前脸和电阻元件。在此需要说明的是,加热元件也可以为其他可实现加热功能且不影响摄像机正常使用的摄像机自带的器件,在此不做具体限定。
在通过S103确定目标加热时长后,通过摄像机自带的加热元件为摄像机加热,且保持加热状态的时长等于目标加热时长,由此即可消除摄像机镜头上的雾气,进而保证摄像机拍摄的图像清晰。
本申请实施例中,在确定是由镜头起雾造成图像模糊时,根据摄像机的位置和信息匹配表确定摄像机需要加热的时长,提升了确定加热时长的效率和准确性,避免出现加热过短导致除雾不彻底或加热时间过长造成资源浪费的现象;进而按照确定的加热时长,利用摄像机自带的加热元件进行加热,即可有效去除镜头上的雾气。由此实现了在不修改监控摄像机结构且不增加额外器件的基础上,达到对摄像机除雾的效果。
图2是本申请第二实施例的摄像机除雾方法的流程图,本实施例是在上述实施例的基础上进行优化,参见图2,该方法包括:
S201、获取摄像机拍摄的目标图像。
S202、基于模糊检测算法,对目标图像进行模糊检测。
S203、若目标图像的检测结果为图像模糊,则将目标图像作为目标模糊图像。
本申请实施例中,模糊图像与正常图像的区别在于:正常图像的轮廓明显,图像里的物体之间的像素值存在明显的变化,而模糊照片里的物体之间的像素值差异不大。而要确定图像是否模糊,可从空域和频域两个方面确定,例如在空域上,可根据图像中相邻像素间的灰度特征的梯度差确定图像是否模糊;在频域上,由于清晰的图像高频分量多,模糊的图像低频分量多,因此可根据图像之间的频率分量确定图像是否模糊。
在一种可选的实施方式,模糊检测算法是基于空域的Brenner梯度函数算法、Tenengrad梯度函数算法或Laplacian梯度函数算法,通过三种算法中的任意一种计算目标图像的清晰度,进而根据计算的清晰度结果确定图像是否模糊,例如,可预先设置一个清晰度阈值,将计算得到的清晰度结果与清晰度阈值进行比较,若小于清晰度阈值,则确定目标图像模糊,反之则确定目标图像清晰。在确定目标图像的检测结果为图像模糊,则将目标图像作为目标模糊图像,进而执行后续的步骤。
S204、通过摄像机自带的加热元件加热预设时长,并在加热过程中周期性的获取摄像机拍摄的至少两张图像。
本申请实施例中,摄像机自带的加热元件为如下至少一种:摄像机的红外灯、摄像机的石墨烯前脸和电阻元件。预设时长示例性的为5分钟,获取图像的周期为30秒,也即在利用加热元件加热过程中,每隔30秒获取一次图像,得到的图像分别为N1,N2,…,N10。
S205、将目标模糊图像依次与至少两张图像进行比较,根据比较结果确定图像中模糊区域的变化趋势。
本申请实施例中,在利用加热元件进行加热时,温度慢慢导热到镜头上。镜头的镜面从外往里加热,因此镜头的雾气是从外往里呈圆形慢慢消散。因此只需判断加热过程中,图像的模糊区域的变化情况,即可确定是否由镜头起雾造成图像模糊。在一种可选的实施方式中,将目标面模糊图像M分别与图像N1,N2,…,N10进行比较,例如将目标面模糊图像M与图像N1进行叠加比较,并将两者的模糊区域的交集作为比较结果,由此通过各比较结果中模糊区域的大小,即可确定模糊区域的变化趋势。
S206、根据模糊区域的变化趋势,判断目标模糊图像的模糊原因是否为摄像机镜头起雾。
若模糊区域的变化趋势是逐渐减小,则表明目标模糊图像的模糊原因是摄像机镜头起雾。在此需要说明的是,若各比较结果中的模糊区域没有明显变化,则确定是设备异常导致的图像模糊。
S207、若判断目标模糊图像的模糊原因为摄像机镜头起雾,则获取摄像机的地理位置信息。
S208、根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长。
其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长。
S209、根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
本申请实施例中,将通过模糊检测算法可快速确定图像是否模糊,而在在确定图像模糊时,对摄像机进行加热,并根据加热过程中,根据图像的模糊区域的变化趋势,可准确的判断图像模糊原因。进而通过摄像机的位置和信息匹配表确定摄像机需要加热的时长,并利用摄像机自带的加热元件进行加热,即可有效去除镜头上的雾气。
图3a是本申请第三实施例的摄像机除雾方法的流程图,本实施例是在上述实施例的基础上进行优化,参见图3a,该方法包括:
S301、获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾。
在一种可选的实施方式中,判断目标模糊图像的模糊原因是否为摄像机镜头起雾包括:通过摄像机自带的加热元件加热预设时长,并在加热过程中周期性的获取摄像机拍摄的至少两张图像,其中,加热元件开始加热的时间记为T1;将目标模糊图像依次与至少两张图像进行比较,根据比较结果确定图像中模糊区域的变化趋势;根据模糊区域的变化趋势,判断目标模糊图像的模糊原因是否为摄像机镜头起雾。
S302、若判断目标模糊图像的模糊原因为摄像机镜头起雾,则获取摄像机的地理位置信息。
S303、根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长。
其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长。
S304、根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
S305、周期性的获取摄像机拍摄的图像,并确定每张图像中模糊区域的面积。
本申请实施例中,在按照目标加热时长对摄像机进行加热的过程中,可每隔t时间获取一次图像(例如获取到图像X1,X2……Xn),并确定每张图像中的模糊区域的面积,例如根据图像中模糊像素点的位置和数量确定模糊区域面积。进而可按照S306-S307的步骤计算理论加热时长。
S306、根据每张图像中模糊区域的面积和每张图像的获取时间,确定雾气消散曲线。
S307、根据雾气消散曲线,计算摄像机镜头上的雾气完全消散所需要的理论加热时长。
在得到每张图像中模糊区域的面积和每张图像的获取时间后,可通过拟合运算,得到确定雾气消散曲线,示例性的,参见图3b,其中,雾气消散曲线的横轴为加热时间,纵轴为各图像中模糊区域的面积(例如图像X1的模糊面积为S1)。进一步的,确定雾气消散曲线与横轴的交点对应的加热时间,也即是图像中模糊区域面积为零时的时间(例如T2),将T2-T1的差值作为雾气完全消散所需要的理论加热时长。
S308、在检测到摄像机镜头上的雾气完全消散后,确定实际加热时长。
本申请实施例中,在检测到获取的摄像机拍摄的图像中模糊区域的面积为零时,则确定摄像机镜头上的雾气完全消散,记录此时的时间为T3,则经历的实际加热时长为T3-T1。
进一步的,在摄像机设备加热时长等于目标加热时长后,关闭加热元件以停止加热。
S309、根据理论加热时长或实际加热时长,修正信息匹配表中的目标加热时长。
本申请实施例中,可先比较理论加热时长和实际加热时长,如果两者差值小于预设误差,则可直接用理论加热时长替换修正信息匹配表中的目标加热时长,以便摄像机下次除雾时,直接根据理论加热时长确定即可,而且在下次加热过程中无需再检测图像的模糊区域的面积变化;如果两者差值大于预设误差,则将实际加热时长替换修正信息匹配表中的目标加热时长,以便摄像机下次除雾时,使用实际加热时长,需要说明的是,下次在按照实际加热时长除雾时,还需要记录除雾完成所用时长,以便和理论值进行比较。
本申请实施例中,在加热除雾过程中,计算完成除雾所需的理论加热时长,并记录完成除雾的实际加热时长,进而根据理论加热时长或实际加热时长,修正信息匹配表中的目标加热时长,由此可准确修正下次除雾所需的时长。
图4是本申请第四实施例的摄像机除雾方法的逻辑流程图,本实施例是在上述实施例的基础上进行优化,参见图4,该方法逻辑如下:
在摄像机设备启动后,采集图像M,并判断图像M是否模糊,例如通过模糊检测算法确定,若不模糊,则返回正常进行监控操作,若检测到图像M模糊,需要判断图像模糊的原因。具体的,开启加热元件(例如红外灯)加热预设时长(例如5分钟),记录开始加热时间为T1,并在加热过程中每隔30秒采集一次图像,得到图像N1、N2、……Nn,进而通过将图像M分别与图像N1、N2、……Nn进行比较,根据比较结果确定模糊区域的变化趋势,如果糊的区域正沿着画面中心缩小,则确定是由镜头起雾引起的图像模糊;如果模糊区域没有变化,则确定是设备异常造成图像模糊,可提示客户图像虚焦。
在确定是由镜头起雾导致图像模糊后,获取摄像机的位置(经纬度信息),根据信息匹配表中的设备经纬度和时区的测试数据,确定需要加热的目标加热时长,进而保持对应时长的加热状态,以便除雾。而且在保持加热状态的过程中,每隔t时间采集一次图像,得到图像X1、X2……Xn,比较各图像与图像M的差异,根据图像中心模糊的面积和采集图像的时间雾气消散曲线,并计算出雾气完全消散的时间,记录T2。
当检测到雾气完全消散时,记录实际的时间T3,并在加热时长等于目标时长后,停止加热,同时比较T1+目标加热时长,T2-T1,T3-T1,对设备内保存的测试加热数据进行校正,以指导下一次的加热除雾。
本申请实施例中,实现了在不修改监控摄像机结构且不增加额外器件的基础上,达到对摄像机除雾的目的。
图5是本申请第五实施例的摄像机除雾装置的结构示意图,本实施例可适用于根据预设信息匹配表,利用监控摄像机自带加热元件除雾的情况,参见图5,该装置包括:
图像获取与起雾判断模块501,用于获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾;
位置信息获取模块502,用于若判断结果为是,则获取摄像机的地理位置信息;
加热时长确定模块503,用于根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;
加热模块504,用于根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
在上述实施例的基础上,可选的,图像获取与起雾判断模块包括:
图像获取单元,用于获取摄像机拍摄的目标图像;
模糊检测单元,用于基于模糊检测算法,对目标图像进行模糊检测;
模糊判断单元,用于若目标图像的检测结果为图像模糊,则将目标图像作为目标模糊图像。
在上述实施例的基础上,可选的,装置还包括:
预加热图像获取模块,用于在获取摄像机拍摄的目标模糊图像之后,通过摄像机自带的加热元件加热预设时长,并在加热过程中周期性的获取摄像机拍摄的至少两张图像;
相应的,图像获取与起雾判断模块还包括:
比较与趋势确定单元,用于将目标模糊图像依次与至少两张图像进行比较,根据比较结果确定图像中模糊区域的变化趋势;
模糊原因确定单元,用于根据模糊区域的变化趋势,判断目标模糊图像的模糊原因是否为摄像机镜头起雾。
在上述实施例的基础上,可选的,装置还包括:
图像获取与模面积计算模块,用于在根据目标加热时长,通过摄像机自带的加热元件进行加热之后,周期性的获取摄像机拍摄的图像,并确定每张图像中模糊区域的面积;
雾气消散曲线确定模块,用于根据每张图像中模糊区域的面积和每张图像的获取时间,确定雾气消散曲线;
理论加热时长确定模块,用于根据雾气消散曲线,计算摄像机镜头上的雾气完全消散所需要的理论加热时长。
在上述实施例的基础上,可选的,装置还包括:
实际加热时长确定模块,用于在检测到摄像机镜头上的雾气完全消散后,确定实际加热时长。
在上述实施例的基础上,可选的,装置还包括:
修正模块,用于根据理论加热时长或实际加热时长,修正信息匹配表中的目标加热时长。
在上述实施例的基础上,可选的,摄像机自带的加热元件为如下至少一种:摄像机的红外灯、摄像机的石墨烯前脸和电阻元件。
本申请实施例所提供的摄像机除雾装置可执行本申请任意实施例所提供的摄像机除雾方法,具备执行方法相应的功能模块和有益效果。
图6是本申请第四实施例中提供的一种电子设备的结构示意图。如图6所示结构,本申请实施例中提供的电子设备包括:一个或多个处理器602和存储器601;该电子设备中的处理器602可以是一个或多个,图6中以一个处理器602为例;存储器601用于存储一个或多个程序;一个或多个程序被一个或多个处理器602执行,使得一个或多个处理器602实现如本申请实施例中任一项的摄像机除雾方法。
该电子设备还可以包括:输入装置603和输出装置604。
该电子设备中的处理器602、存储器601、输入装置603和输出装置604可以通过总线或其他方式连接,图6中以通过总线连接为例。
该电子设备中的存储装置601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,程序可以是软件程序、计算机可执行程序以及模块,如本申请实施例中所提供的摄像机除雾方法对应的程序指令/模块。处理器602通过运行存储在存储装置601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摄像机除雾方法。
存储装置601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,存储器601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,存储器601可进一步包括相对于处理器602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603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604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一个或者多个处理器602执行时,程序进行如下操作:
获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾;
若是,则获取摄像机的地理位置信息;
根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;
根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
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一个或者多个处理器602执行时,程序还可以进行本申请任意实施例中所提供的摄像机除雾方法中的相关操作。
本申请的一个实施例中提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时用于执行摄像机除雾方法,该方法包括:
获取摄像机拍摄的目标模糊图像,判断目标模糊图像的模糊原因是否为摄像机镜头起雾;
若是,则获取摄像机的地理位置信息;
根据摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;
根据目标加热时长,通过摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
可选的,该程序被处理器执行时还可以用于执行本申请任意实施例中所提供的方法。
本申请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(Radio Frequency,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申请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(例如包括局域网(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)。
注意,上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解,本申请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申请的保护范围。因此,虽然通过以上实施例对本申请进行了较为详细的说明,但是本申请不仅仅限于以上实施例,在不脱离本申请构思的情况下,还可以包括更多其他等效实施例,而本申请的范围由所附的权利要求范围决定。
Claims (10)
1.一种摄像机除雾方法,其特征在于,包括:
获取摄像机拍摄的目标模糊图像,判断所述目标模糊图像的模糊原因是否为摄像机镜头起雾;
若是,则获取所述摄像机的地理位置信息;
根据所述摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,所述信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;
根据所述目标加热时长,通过所述摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
2.根据权利要求1所述的方法,其特征在于,所述获取摄像机拍摄的目标模糊图像包括:
获取所述摄像机拍摄的目标图像;
基于模糊检测算法,对所述目标图像进行模糊检测;
若所述目标图像的检测结果为图像模糊,则将所述目标图像作为所述目标模糊图像。
3.根据权利要求1所述的方法,其特征在于,在获取摄像机拍摄的目标模糊图像之后,所述方法还包括:
通过所述摄像机自带的加热元件加热预设时长,并在加热过程中周期性的获取摄像机拍摄的至少两张图像;
相应的,判断所述目标模糊图像的模糊原因是否为摄像机镜头起雾包括:
将所述目标模糊图像依次与所述至少两张图像进行比较,根据比较结果确定图像中模糊区域的变化趋势;
根据所述模糊区域的变化趋势,判断所述目标模糊图像的模糊原因是否为摄像机镜头起雾。
4.根据权利要求1所述的方法,其特征在于,在根据所述目标加热时长,通过所述摄像机自带的加热元件进行加热之后,所述方法还包括:
周期性的获取所述摄像机拍摄的图像,并确定每张图像中模糊区域的面积;
根据每张图像中模糊区域的面积和每张图像的获取时间,确定雾气消散曲线;
根据所述雾气消散曲线,计算所述摄像机镜头上的雾气完全消散所需要的理论加热时长。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
在检测到所述摄像机镜头上的雾气完全消散后,确定实际加热时长。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
根据所述理论加热时长或所述实际加热时长,修正所述信息匹配表中的目标加热时长。
7.根据权利要求1所述的方法,其特征在于,所述摄像机自带的加热元件为如下至少一种:摄像机的红外灯、摄像机的石墨烯前脸和电阻元件。
8.一种摄像机除雾装置,其特征在于,包括:
图像获取与起雾判断模块,用于获取摄像机拍摄的目标模糊图像,判断所述目标模糊图像的模糊原因是否为摄像机镜头起雾;
位置信息获取模块,用于若判断结果为是,则获取所述摄像机的地理位置信息;
加热时长确定模块,用于根据所述摄像机的地理位置信息,从预设的信息匹配表中确定除雾所需要的目标加热时长;其中,所述信息匹配表中至少包括不同地理位置对应的除雾所需要的加热时长;
加热模块,用于根据所述目标加热时长,通过所述摄像机自带的加热元件进行加热,以消除摄像机镜头上的雾气。
9.一种电子设备,其特征在于,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1-7中任一项所述的摄像机除雾方法。
10.一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,该程序被处理器执行时实现如权利要求1-7中任一项所述的摄像机除雾方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011563234.9A CN114697473B (zh) | 2020-12-25 | 2020-12-25 | 一种摄像机除雾方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011563234.9A CN114697473B (zh) | 2020-12-25 | 2020-12-25 | 一种摄像机除雾方法、装置、电子设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114697473A true CN114697473A (zh) | 2022-07-01 |
CN114697473B CN114697473B (zh) | 2024-02-27 |
Family
ID=82130667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011563234.9A Active CN114697473B (zh) | 2020-12-25 | 2020-12-25 | 一种摄像机除雾方法、装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114697473B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237342A (zh) * | 2023-11-13 | 2023-12-15 | 中国人民解放军总医院第八医学中心 | 一种呼吸康复ct影像智能分析方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978719A (zh) * | 2015-06-16 | 2015-10-14 | 浙江工业大学 | 基于时空相关性的自适应交通视频实时去雾方法 |
CN106657716A (zh) * | 2016-12-29 | 2017-05-10 | 惠州华阳通用电子有限公司 | 一种电子车内后视镜视野清晰方法及装置 |
CN108076274A (zh) * | 2017-12-28 | 2018-05-25 | 浙江大华技术股份有限公司 | 一种摄像机抗冰雪沉积或除雾方法及一种摄像机 |
CN108270947A (zh) * | 2016-12-30 | 2018-07-10 | 深圳市赛菲姆科技有限公司 | 一种通过图像识别算法控制摄像机除雾的方法和装置 |
CN108986097A (zh) * | 2018-08-23 | 2018-12-11 | 上海小萌科技有限公司 | 一种镜头起雾状态检测方法、计算机装置及可读存储介质 |
CN110747710A (zh) * | 2019-10-22 | 2020-02-04 | 中宇智慧光能科技有限公司 | 一种具有融雪化冰功能的光能路面 |
CN110784624A (zh) * | 2018-07-27 | 2020-02-11 | 浙江宇视科技有限公司 | 除雾控制方法及装置 |
-
2020
- 2020-12-25 CN CN202011563234.9A patent/CN114697473B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104978719A (zh) * | 2015-06-16 | 2015-10-14 | 浙江工业大学 | 基于时空相关性的自适应交通视频实时去雾方法 |
CN106657716A (zh) * | 2016-12-29 | 2017-05-10 | 惠州华阳通用电子有限公司 | 一种电子车内后视镜视野清晰方法及装置 |
CN108270947A (zh) * | 2016-12-30 | 2018-07-10 | 深圳市赛菲姆科技有限公司 | 一种通过图像识别算法控制摄像机除雾的方法和装置 |
CN108076274A (zh) * | 2017-12-28 | 2018-05-25 | 浙江大华技术股份有限公司 | 一种摄像机抗冰雪沉积或除雾方法及一种摄像机 |
CN110784624A (zh) * | 2018-07-27 | 2020-02-11 | 浙江宇视科技有限公司 | 除雾控制方法及装置 |
CN108986097A (zh) * | 2018-08-23 | 2018-12-11 | 上海小萌科技有限公司 | 一种镜头起雾状态检测方法、计算机装置及可读存储介质 |
CN110747710A (zh) * | 2019-10-22 | 2020-02-04 | 中宇智慧光能科技有限公司 | 一种具有融雪化冰功能的光能路面 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117237342A (zh) * | 2023-11-13 | 2023-12-15 | 中国人民解放军总医院第八医学中心 | 一种呼吸康复ct影像智能分析方法 |
CN117237342B (zh) * | 2023-11-13 | 2024-02-02 | 中国人民解放军总医院第八医学中心 | 一种呼吸康复ct影像智能分析方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114697473B (zh) | 2024-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021042816A1 (zh) | 一种检测监控设备故障的方法、装置 | |
JP2018510324A5 (zh) | ||
US9208570B2 (en) | System and method for performing depth estimation by utilizing an adaptive kernel | |
CN114697473B (zh) | 一种摄像机除雾方法、装置、电子设备和存储介质 | |
CN113240880A (zh) | 一种火点检测方法、装置、电子设备及存储介质 | |
US20150325021A1 (en) | Image fusing method | |
WO2021031479A1 (zh) | 摄像模组自动加热方法及装置 | |
CN113256540B (zh) | 图像去畸变方法和装置、电子设备和计算机可读存储介质 | |
US20140015965A1 (en) | Image Capturing Systems with Context Control and Related Methods | |
US9082049B2 (en) | Detecting broken lamps in a public lighting system via analyzation of satellite images | |
CN110689565B (zh) | 一种深度图确定的方法、装置及电子设备 | |
CN113108921A (zh) | 用于监测对象的温度的方法、设备和系统 | |
KR20190113393A (ko) | 차량 인식 프로그램 내장형 촬상 장치, 상기 장치의 동작 방법 및 상기 방법을 실행하기 위하여 매체에 저장된 컴퓨터 프로그램 | |
CN112866570A (zh) | 一种图码联采、目标对象轨迹生成方法及装置 | |
US20200366729A1 (en) | Image sharing assistance device, image sharing system, and image sharing assistance method | |
US20180150966A1 (en) | System and method for estimating object size | |
CN112616049B (zh) | 监控设备水雾霜处理方法、装置、设备和介质 | |
JP6301202B2 (ja) | 撮影条件設定装置および撮影条件設定方法 | |
JP5045449B2 (ja) | 画像処理による環境適応型侵入者検知装置 | |
JP7031570B2 (ja) | 振動検出方法 | |
US8957373B1 (en) | Artifact prevention system, device, and method for an electromagnetic imaging system | |
KR101984070B1 (ko) | 지능형 스테레오 영상 기반 시설물 진동 감시 방법 | |
CN109714630B (zh) | 图片存储方法及其装置、电子设备、计算机可读介质 | |
KR20180026412A (ko) | 스티커가 적용된 영상 공유 방법 및 장치 | |
JP7188416B2 (ja) | データ収集装置およびデータ収集方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |