CN116030178A - 图像识别方法、识别装置、电子设备和存储介质 - Google Patents
图像识别方法、识别装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN116030178A CN116030178A CN202310031369.8A CN202310031369A CN116030178A CN 116030178 A CN116030178 A CN 116030178A CN 202310031369 A CN202310031369 A CN 202310031369A CN 116030178 A CN116030178 A CN 116030178A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- signal
- flicker
- identified
- 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.)
- Pending
Links
Images
Landscapes
- Studio Devices (AREA)
Abstract
本申请公开了一种图像识别方法、识别装置、电子设备和存储介质,属于图像识别技术领域。图像识别方法包括:对待识别图像进行处理,得到目标灰度图;根据目标灰度图中像素的亮度值,确定目标数组;根据目标数组,确定目标信号,目标信号是亮度值随时间变化的信号;根据目标信号对图像的闪烁信息进行识别。
Description
技术领域
本申请属于图像识别技术领域,具体涉及一种图像识别方法、识别装置、电子设备和存储介质。
背景技术
在相关技术中,对于虚拟现实(Virtual Reality,VR)看房场景,需要制作目标房间的VR模型或VR全景图。具体的制作过程包括摄影师现场实地拍摄房间图像上传,云端服务器对上传的图像进行拼接处理,形成为VR全景图。
在实际拍摄时,摄影师现场一般通过手机等电子设备进行拍照并上传,手机摄像头的图像传感器一般是卷帘式曝光,也即逐行扫描式曝光,因此拍摄得到的相片的像素实际上是按照一定时序生成的,也即拍摄帧率。
当拍摄室内照片时,室内灯光会跟随交流电的能量周期而切换明暗,这种高频率的闪烁不会被人眼察觉,但会被摄像头采集到,因此在拍摄室内照片时,如果拍摄帧率与灯光闪烁频率不匹配,则会导致拍摄的照片上存在明暗相间的条纹,也即闪烁(flicker)。如果通过带有闪烁的照片来拼接生成室内VR全景图,则会显著影响最终的VR全景图效果。
发明内容
本申请实施例的目的是提供一种图像识别方法、识别装置、电子设备和存储介质,能够对存在闪烁的图像进行准确识别,从而解决因图像闪烁影响VR全景图效果的问题。
第一方面,本申请实施例提供了一种图像识别方法,包括:
对待识别图像进行处理,得到目标灰度图;
根据目标灰度图中像素的亮度值,确定目标数组;
根据目标数组,确定目标信号,目标信号是亮度值随时间变化的信号;
根据目标信号对图像的闪烁信息进行识别。
第二方面,本申请实施例提供了一种图像识别装置,包括:
处理模块,用于对待识别图像进行处理,得到目标灰度图;
确定模块,用于:
根据目标灰度图中像素的亮度值,确定目标数组;
根据目标数组,确定目标信号,目标信号是亮度值随时间变化的信号;
识别模块,用于根据目标信号对图像的闪烁信息进行识别。
第三方面,本申请实施例提供了一种电子设备,包括处理器和存储器,存储器存储可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如第一方面的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,该可读存储介质上存储程序或指令,该程序或指令被处理器执行时实现如第一方面的方法的步骤。
第五方面,本申请实施例提供了一种芯片,该芯片包括处理器和通信接口,该通信接口和该处理器耦合,该处理器用于运行程序或指令,实现如第一方面的方法的步骤。
第六方面,本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如第一方面的方法。
在本申请实施例中,对于现场拍摄的待识别图像进行处理,得到仅包含亮度(灰度)信息的灰度图,并根据该灰度图中各个像素的亮度值,生成对应的数组,该数组能够反应灰度图中亮度的变化,根据该数组生成的目标信号即待识别图像中像素的亮度值随拍摄时间变换的信号波形,当目标信号与存在闪烁的图像中,亮度周期性变化的特征相匹配时,则可以确定待识别图像中存在闪烁,从而实现对存在闪烁的图像的准确识别,并在拼接生成VR全景图像时,剔除存在闪烁的图像,保证VR全景图的显示效果。
附图说明
图1示出了根据本申请实施例的图像识别方法的流程图;
图2示出了图像中存在闪烁信息的示意图;
图3示出了根据本申请实施例的目标信号的波形图;
图4示出了根据本申请实施例的对目标信号进行快速傅立叶变换后的波形图之一;
图5示出了根据本申请实施例的对目标信号进行快速傅立叶变换后的波形图之二;
图6示出了根据本申请实施例的图像识别装置的结构框图;
图7示出了根据本申请实施例的电子设备的结构框图;
图8为实现本申请实施例的一种电子设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的图像识别方法、识别装置、电子设备和存储介质进行详细地说明。
在本申请的一些实施例中,提供了一种图像识别方法,图1示出了根据本申请实施例的图像识别方法的流程图,如图1所示,方法包括:
步骤102,对待识别图像进行处理,得到目标灰度图;
步骤104,根据目标灰度图中像素的亮度值,确定目标数组;
步骤106,根据目标数组,确定目标信号;
其中,目标信号是亮度值随时间变化的信号波形;
步骤108,根据目标信号对图像的闪烁信息进行识别。
在本申请实施例中,对于VR看房场景,用户通过访问VR看房服务,来通过手机等终端观看目标房间的VR全景图像,从而使得看房用户能够远程看房,减少了现场看房带来的时间成本。
为了提供良好的VR看房服务,需要供应商建立线上的房间VR全景图,而建立房间VR全景图需要摄影师实地拍摄房间内部各个拍摄角度下的照片,并上传到服务器,通过服务器算法对房间的多张不同拍摄角度的照片进行算法拼接合成,最终得到房间的VR全景图像。
在实地拍摄时,摄影师一般通过手机、数码相机等电子设备来进行拍照和上传,而这些拍摄设备的图像传感器一般采用卷帘式曝光,也即逐行扫描式曝光。在拍摄照片时,图像传感器逐次开启一行的像素感光元件,并得到一行的感光数据,这一行就是照片中的一行像素。
当拍摄室内场景时,为了保证拍摄亮度,一般会开启室内照明灯光。而室内照明灯光并非像日光一样始终保持亮度,而是跟随交流电的能量周期切换明暗,而对于LED(Light-Emitting Diode,发光二极管)照明,也会由于PWM(Pulse width modulation,脉冲宽度调制)调光,而导致灯光跟随PWM调光的频率而闪烁。
对于这种情况,图2示出了图像中存在闪烁信息的示意图,如图2所示,如果拍摄设备的拍摄帧率与交流电的能量周期或PWM调光频率不匹配,就会造成在开启第一行像素感光元件获取第一行的感光数据时,室内照明处于“亮起”的发光周期,而在开启第二行像素感光元件来获取第二行的感光数据时,室内照明处于“熄灭”的不发光周期,作为结果就是拍摄的照片上存在明暗相间的条纹,也即闪烁(flicker)。
如果在拼接生成VR全景图像时,使用了存在闪烁的图像,就会严重影响VR全景图像的显示效果,最终影响VR看房的体验,因此需要针对这种照片进行识别,从而在生成VR全景图像时,剔除存在闪烁的照片。
如果通过人工来进行识别,则会极大地消耗人力成本,同时效率较低。
针对上述情况,本申请在接收到摄影师现场拍摄的图像后,将原始图像作为待识别图像,并对其进行处理,得到原始图像对应的目标灰度图,该目标灰度图即只保留亮度(灰度)信息的图像。
进一步地,根据目标图像中各像素的亮度值,生成对应的数组,也即目标数组,目标数组中的每一项即一个拍摄帧内拍摄得到的亮度值,通过目标数组能够得到对应的信号,即目标信号,该目标信号具体是待处理图像对应的目标灰度图中,像素的亮度值随时间变化的信号波形,以目标灰度图包括X行像素,在曝光时逐行曝光第1行至第X行像素为例,目标信号就是第1行像素的亮度在拍摄待处理图像的拍摄时长内,过度到第X行像素的亮度的信号波形。
目标信号能够反映出待识别图像中各行像素的亮度变化趋势。而由于拍摄帧率固定,因此当目标图像中存在闪烁时,就会反映为目标图像中存在如图2所示的周期性变化的亮-暗-亮的条纹。因此当目标信号与存在闪烁的图像中,亮度周期性变化的特征相匹配时,则可以确定待识别图像中存在闪烁,从而实现对存在闪烁的图像的准确识别。
本申请实施例能够对待识别图像中是否存在闪烁问题进行准确、快速的识别,该过程中无需人工参与,能够提高识别效率,且能够在拼接生成VR全景图像时,将识别出的闪烁图像剔除,保证拼接得到的VR全景图的显示效果。
在本申请的一些实施例中,待识别图像包括第一图像和第二图像,第一图像的图像内容与第二图像的图像内容相同,且第一图像的曝光时长与第二图像的曝光时长相同;
对待识别图像进行处理,得到目标灰度图,具体包括:
对第一图像进行灰度处理,得到第一灰度图;
对第二图像进行灰度处理,得到第二灰度图;
对第一灰度图和第二灰度图做减法处理,得到目标灰度图。
在本申请实施例中,在拍摄现场图像时,针对每个拍摄角度,均拍摄至少两者内容相同,且曝光时长相同的待识别图像,具体为第一图像和第二图像。
在对待识别图像进行处理时,分别对第一图像和第二图像进行灰度处理,得到对应的第一灰度图和第二灰度图。具体地,由于拍摄设备的拍摄帧率和室内灯光的闪烁频率都是固定的,因此如果拍摄帧率与灯光闪烁频率不匹配,则在拍摄第一图像和第二图像时,第一图像和第二图像中均会出现闪烁。
在得到第一灰度图和第二灰度图后,将第一灰度图和第二灰度图相减,相减后得到的图像即目标灰度图。具体地,对于带有明显闪烁信息的图像,将两者进行相减,由于两张图像的拍摄内容相同,因此对于非闪烁部分,由于其内容相同,则相减后能够抹去图像中一致的部分,和底噪的部分。
而对于闪烁的部分,由于拍摄的帧率和闪烁频率不变,而拍摄时间不同,所以闪烁的部分大概率不会处在相同的位置,因此在相减后闪烁的区域会保留下来,也就是说,目标灰度图中仅会保留闪烁的部分的灰度值(亮度值),从而得到明显的闪烁特征。
本申请实施例通过对相同内容、相同曝光的两张图像的灰度图进行减法处理,能够去除图像中相同的内容部分和底噪部分,从而仅保留闪烁部分的特征,使得闪烁部分的特征更加明显,能够提高闪烁信息的识别准确度。
在本申请的一些实施例中,目标灰度图包括N行像素,N为正整数;
根据目标灰度图中像素的亮度值,确定目标数组,包括:
对N行像素中,每一行像素的亮度进行求和,得到N个数据项;
根据N个数据项确定目标数组。
在本申请实施例中,拍摄设备的光学传感器包括N行感光像素,因此拍摄得到的图像也包括N行像素,待识别图像中的每个像素均对应一个感光像素获取到的感光信息。
在得到目标灰度图后,分别计算灰度图的N行像素中,每一行像素中全部像素的亮度值的和,N行像素共计算得到N个亮度和,记为N个数据项,按照每行像素的拍摄时间顺序,对N个数据项进行排序,得到的排序后的数据项集合,即上述目标数组。
本申请实施例通过对每行像素的亮度值进行加和,得到的数据项能够反应这行像素的亮度信息,从而基于N行像素对应的N个数据项行程目标数组,使得目标数组能够准确反应待识别图像中的亮度变化周期,有利于提高对闪烁识别的准确度。
在本申请的一些实施例中,根据目标数组,确定目标信号,包括:
以目标数据项的值为纵坐标,以目标数据在目标灰度图中对应的行数为横坐标,确定目标点位,其中,N个数据项包括目标数据项;
重复得到与N个数据项一一对应的N个目标点位;
根据N个目标点位拟合目标信号。
在本申请实施例中,目标数组中的一个数据项的值,是该数据项所对应的像素行的亮度值之和。因此,目标数组中的每个数据项,均可以将其确定为一个坐标值(x,y),其中,x即第y行像素的亮度值之和,y即N行像素中的第y行像素的行数。
将N个数据项均转化为对应的坐标值数据,则可以得到直角坐标系下的N个目标点位,其中,直角坐标系的纵坐标为一行像素的亮度值之和,横坐标为行数,由于摄像组件是逐行拍摄的,因此行数也能够反应拍摄得到该行像素的时间。
图3示出了根据本申请实施例的目标信号的波形图,如图3所示,对这N个目标点位进行拟合,则可以得到如图3所示的正弦信号波形,该正弦信号波形,也即目标信号能够清晰的反映出待识别图像中闪烁的特征。
本申请实施例基于目标数组拟合成目标信号,通过目标信号能够准确且清晰地反映出待识别图像中的闪烁信息,从而提高图像识别的可靠性和准确度。
在本申请的一些实施例中,根据目标信号对图像的闪烁信息进行识别,包括:
对目标信号进行快速傅立叶变换,得到目标信号的信号信息;
获取待识别图像的曝光时间和拍摄待识别图像的摄像装置的拍摄帧率;
根据曝光时间和拍摄帧率确定待识别图像对应的待识别闪烁信息的变化周期;
根据信号信息和变化周期对闪烁信息进行识别。
在本申请实施例中,将得到的目标信号的数据进行快速傅立叶变换(fastFourier transform,fft),即可得到目标信号的信号信息,包括如目标信号的频率信息、振幅信息和/或相位信息等。
图4示出了根据本申请实施例的对目标信号进行快速傅立叶变换后的波形图之一,如图4所示,该波形的横坐标为信号频率,纵坐标为信号值。对横坐标的范围进行缩小,如缩小至0至60的范围。
对于VR看房场景,在线下实际拍摄房间的真实图像时,根据现场作业需求,拍摄照片的曝光时间和帧率都是已知的,因此对于一次拍摄作业中,闪烁的频率(周期)也是固定的。
因此基于拍摄帧率和市电交流电的能量周期,能够推测到可能存在闪烁的周期,图5示出了根据本申请实施例的对目标信号进行快速傅立叶变换后的波形图之二,如图5所示,在周期0至周期10之间,信号值,也即待识别图像的亮度出现了明显的周期波动,如果这个周期波动与闪烁信息的变化周期相匹配,则可以判断出待识别图像中存在闪烁,反之则不存在闪烁。
本申请实施例能够对待识别图像中是否存在闪烁问题进行准确、快速的识别,该过程中无需人工参与,能够提高识别效率,且能够在拼接生成VR全景图像时,将识别出的闪烁图像剔除,保证拼接得到的VR全景图的显示效果。
在本申请的一些实施例中,信号信息包括信号周期和信号值;
根据信号信息和变化周期对闪烁信息进行识别,包括:
确定目标信号周期对应的目标信号值,其中,目标周期的周期数是变化周期的整数倍;
在目标信号值大于目标信号周期的前一个周期信号值,且大于目标信号周期的后一个周期的信号值的情况下,确定待识别图像中包括闪烁信息。
在本申请实施例中,如图5所示的波形中,其横坐标为信号的周期,该周期与像素的行数相关,其纵坐标为信号值,与对应行数的像素的亮度和相关。
具体地,由于拍摄照片的曝光时间和帧率都固定,闪烁的频率(变换周期)也是固定,其中变换周期为由暗到亮的周期或由亮到暗的周期。
以闪烁的变换周期是5为例,目标周期即为5B,B=1,2,3……。
如果在目标周期5B的信号值,最大,也即5B周期的信号值大于5B-1周期的信号值和5B+1周期的信号值,则可以判断出待识别图像中存在闪烁,也即包括闪烁信息。
本申请通过算法对图像中的闪烁信息进行识别,不受硬件限制,方案成本低,易于实现。
在本申请的一些实施例中,图像识别方法还包括:在待识别图像中包括闪烁信息的情况下,删除待识别图像。
在本申请实施例中,待识别图像具体为摄影师实拍的房间图像,如果识别出待处理图像中包括闪烁信息,则对该图像进行删除,不会通过带有闪烁信息的图像来凭借合成VR全景图,即在生成VR全景图像时,剔除存在闪烁的照片,保证拼接得到的VR全景图的显示效果和VR看房的显示效果。
本申请实施例提供的图像识别方法,执行主体可以为图像识别装置。本申请实施例中以图像识别装置执行图像识别的方法为例,说明本申请实施例提供的图像识别的装置。
在本申请的一些实施例中,提供了一种图像识别装置,图6示出了根据本申请实施例的图像识别装置的结构框图,如图6所示,图像识别装置600包括:
处理模块602,用于对待识别图像进行处理,得到目标灰度图;
确定模块604,用于:
根据目标灰度图中像素的亮度值,确定目标数组;
根据目标数组,确定目标信号,目标信号是亮度值随时间变化的信号波形;
识别模块606,用于根据目标信号对图像的闪烁信息进行识别。
在本申请实施例中,在接收到摄影师现场拍摄的图像后,将原始图像作为待识别图像,并对其进行处理,得到原始图像对应的目标灰度图,该目标灰度图即只保留亮度(灰度)信息的图像。
进一步地,根据目标图像中各像素的亮度值,生成对应的数组,也即目标数组,目标数组中的每一项即一个拍摄帧内拍摄得到的亮度值,通过目标数组能够得到对应的信号,即目标信号,该目标信号具体是待处理图像对应的目标灰度图中,像素的亮度值随时间变化的信号波形,以目标灰度图包括X行像素,在曝光时逐行曝光第1行至第X行像素为例,目标信号就是第1行像素的亮度在拍摄待处理图像的拍摄时长内,过度到第X行像素的亮度的信号波形。
目标信号能够反映出待识别图像中各行像素的亮度变化趋势。而由于拍摄帧率固定,因此当目标图像中存在闪烁时,就会反映为目标图像中存在如图2所示的周期性变化的亮-暗-亮的条纹。因此当目标信号与存在闪烁的图像中,亮度周期性变化的特征相匹配时,则可以确定待识别图像中存在闪烁,从而实现对存在闪烁的图像的准确识别。
本申请实施例能够对待识别图像中是否存在闪烁问题进行准确、快速的识别,该过程中无需人工参与,能够提高识别效率,且能够在拼接生成VR全景图像时,将识别出的闪烁图像剔除,保证拼接得到的VR全景图的显示效果。
在本申请的一些实施例中,待识别图像包括第一图像和第二图像,第一图像的图像内容与第二图像的图像内容相同,且第一图像的曝光时长与第二图像的曝光时长相同;
处理模块,具体用于:
对第一图像进行灰度处理,得到第一灰度图;
对第二图像进行灰度处理,得到第二灰度图;
对第一灰度图和第二灰度图做减法处理,得到目标灰度图。
在本申请实施例中,在拍摄现场图像时,针对每个拍摄角度,均拍摄至少两者内容相同,且曝光时长相同的待识别图像,具体为第一图像和第二图像。
在对待识别图像进行处理时,分别对第一图像和第二图像进行灰度处理,得到对应的第一灰度图和第二灰度图。具体地,由于拍摄设备的拍摄帧率和室内灯光的闪烁频率都是固定的,因此如果拍摄帧率与灯光闪烁频率不匹配,则在拍摄第一图像和第二图像时,第一图像和第二图像中均会出现闪烁。
在得到第一灰度图和第二灰度图后,将第一灰度图和第二灰度图相减,相减后得到的图像即目标灰度图。具体地,对于带有明显闪烁信息的图像,将两
者进行相减,由于两张图像的拍摄内容相同,因此对于非闪烁部分,由于其内5容相同,则相减后能够抹去图像中一致的部分,和底噪的部分。
而对于闪烁的部分,由于拍摄的帧率和闪烁频率不变,而拍摄时间不同,所以闪烁的部分大概率不会处在相同的位置,因此在相减后闪烁的区域会保留下来,也就是说,目标灰度图中仅会保留闪烁的部分的灰度值(亮度值),从而得到明显的闪烁特征。
0本申请实施例通过对相同内容、相同曝光的两张图像的灰度图进行减法处
理,能够去除图像中相同的内容部分和底噪部分,从而仅保留闪烁部分的特征,使得闪烁部分的特征更加明显,能够提高闪烁信息的识别准确度。
在本申请的一些实施例中,目标灰度图包括N行像素,N为正整数;
确定模块,具体用于:
5对N行像素中,每一行像素的亮度进行求和,得到N个数据项;
根据N个数据项确定目标数组。
在本申请实施例中,拍摄设备的光学传感器包括N行感光像素,因此拍摄得到的图像也包括N行像素,待识别图像中的每个像素均对应一个感光像素获取到的感光信息。
0在得到目标灰度图后,分别计算灰度图的N行像素中,每一行像素中全部像素的亮度值的和,N行像素共计算得到N个亮度和,记为N个数据项,按照每行像素的拍摄时间顺序,对N个数据项进行排序,得到的排序后的数据项集合,即上述目标数组。
本申请实施例通过对每行像素的亮度值进行加和,得到的数据项能够反应5这行像素的亮度信息,从而基于N行像素对应的N个数据项行程目标数组,
使得目标数组能够准确反应待识别图像中的亮度变化周期,有利于提高对闪烁识别的准确度。
在本申请的一些实施例中,确定模块,还用于
以目标数据项的值为纵坐标,以目标数据在目标灰度图中对应的行数为横坐标,确定目标点位,其中,N个数据项包括目标数据项;
重复得到与N个数据项一一对应的N个目标点位;
图像识别装置还包括:
拟合模块,用于根据N个目标点位拟合目标信号。
在本申请实施例中,目标数组中的一个数据项的值,是该数据项所对应的像素行的亮度值之和。因此,目标数组中的每个数据项,均可以将其确定为一个坐标值(x,y),其中,x即第y行像素的亮度值之和,y即N行像素中的第y行像素的行数。
将N个数据项均转化为对应的坐标值数据,则可以得到直角坐标系下的N个目标点位,其中,直角坐标系的纵坐标为一行像素的亮度值之和,横坐标为行数,由于摄像组件是逐行拍摄的,因此行数也能够反应拍摄得到该行像素的时间。
图3示出了根据本申请实施例的目标信号的波形图,如图3所示,对这N个目标点位进行拟合,则可以得到如图3所示的正弦信号波形,该正弦信号波形,也即目标信号能够清晰的反映出待识别图像中闪烁的特征。
本申请实施例基于目标数组拟合成目标信号,通过目标信号能够准确且清晰地反映出待识别图像中的闪烁信息,从而提高图像识别的可靠性和准确度。
在本申请的一些实施例中,图像识别装置还包括:
变换模块,用于对目标信号进行快速傅立叶变换,得到目标信号的信号信息;
获取模块,用于获取待识别图像的曝光时间和拍摄待识别图像的摄像装置的拍摄帧率;
确定模块,还用于根据曝光时间和拍摄帧率确定待识别图像对应的待识别闪烁信息的变化周期;
识别模块,具体用于根据信号信息和变化周期对闪烁信息进行识别。
在本申请实施例中,将得到的目标信号的数据进行快速傅立叶变换(fastFourier transform,fft),即可得到目标信号的信号信息,包括如目标信号的频率信息、振幅信息和/或相位信息等。
图4示出了根据本申请实施例的对目标信号进行快速傅立叶变换后的波形图之一,如图4所示,该波形的横坐标为信号频率,纵坐标为信号值。对横坐标的范围进行缩小,如缩小至0至60的范围。
对于VR看房场景,在线下实际拍摄房间的真实图像时,根据现场作业需求,拍摄照片的曝光时间和帧率都是已知的,因此对于一次拍摄作业中,闪烁的频率(周期)也是固定的。
因此基于拍摄帧率和市电交流电的能量周期,能够推测到可能存在闪烁的周期,图5示出了根据本申请实施例的对目标信号进行快速傅立叶变换后的波形图之二,如图5所示,在周期0至周期10之间,信号值,也即待识别图像的亮度出现了明显的周期波动,如果这个周期波动与闪烁信息的变化周期相匹配,则可以判断出待识别图像中存在闪烁,反之则不存在闪烁。
本申请实施例能够对待识别图像中是否存在闪烁问题进行准确、快速的识别,该过程中无需人工参与,能够提高识别效率,且能够在拼接生成VR全景图像时,将识别出的闪烁图像剔除,保证拼接得到的VR全景图的显示效果。
在本申请的一些实施例中,信号信息包括信号周期和信号值;
确定模块,还用于确定目标信号周期对应的目标信号值,其中,目标周期的周期数是变化周期的整数倍;
识别模块,具体用于在目标信号值大于目标信号周期的前一个周期信号值,且大于目标信号周期的后一个周期的信号值的情况下,确定待识别图像中包括闪烁信息。
在本申请实施例中,如图5所示的波形中,其横坐标为信号的周期,该周期与像素的行数相关,其纵坐标为信号值,与对应行数的像素的亮度和相关。
具体地,由于拍摄照片的曝光时间和帧率都固定,闪烁的频率(变换周期)也是固定,其中变换周期为由暗到亮的周期或由亮到暗的周期。
以闪烁的变换周期是5为例,目标周期即为5B,B=1,2,3……。
如果在目标周期5B的信号值,最大,也即5B周期的信号值大于5B-1周期的信号值和5B+1周期的信号值,则可以判断出待识别图像中存在闪烁,也即包括闪烁信息。
本申请通过算法对图像中的闪烁信息进行识别,不受硬件限制,方案成本低,易于实现。
在本申请的一些实施例中,图像识别装置还包括:
删除模块,用于在待识别图像中包括闪烁信息的情况下,删除待识别图像。
在本申请实施例中,待识别图像具体为摄影师实拍的房间图像,如果识别出待处理图像中包括闪烁信息,则对该图像进行删除,不会通过带有闪烁信息的图像来凭借合成VR全景图,即在生成VR全景图像时,剔除存在闪烁的照片,保证拼接得到的VR全景图的显示效果和VR看房的显示效果。
本申请实施例提供的图像识别方法,执行主体可以为图像识别装置。本申请实施例中以图像识别装置执行图像识别的方法为例,说明本申请实施例提供的图像识别的装置。
本申请实施例中的图像识别装置可以是电子设备,也可以是电子设备中的部件,例如集成电路或芯片。该电子设备可以是终端,也可以为除终端之外的其他设备。示例性的,电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、移动上网装置(Mobile Internet Device,MID)、增强现实(augmented reality,AR)/虚拟现实(virtualreality,VR)设备、机器人、可穿戴设备、超级移动个人计算机(ultra-mobile personalcomputer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,还可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personalcomputer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的图像识别装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为iOS操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的图像识别装置能够实现上述方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,本申请实施例还提供一种电子设备,图7示出了根据本申请实施例的电子设备的结构框图,如图7所示,电子设备700包括处理器702,存储器704,存储在存储器704上并可在处理器702上运行的程序或指令,该程序或指令被处理器702执行时实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
图8为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备800包括但不限于:射频单元801、网络模块802、音频输出单元803、输入单元804、传感器805、显示单元806、用户输入单元807、接口单元808、存储器809以及处理器810等部件。
本领域技术人员可以理解,电子设备800还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器810逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图8中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中,处理器810用于对待识别图像进行处理,得到目标灰度图;根据目标灰度图中像素的亮度值,确定目标数组;根据目标数组,确定目标信号,目标信号是亮度值随时间变化的信号波形;用于根据目标信号对图像的闪烁信息进行识别。
本申请实施例能够对待识别图像中是否存在闪烁问题进行准确、快速的识别,该过程中无需人工参与,能够提高识别效率,且能够在拼接生成VR全景图像时,将识别出的闪烁图像剔除,保证拼接得到的VR全景图的显示效果。
可选地,待识别图像包括第一图像和第二图像,第一图像的图像内容与第二图像的图像内容相同,且第一图像的曝光时长与第二图像的曝光时长相同;
处理器810还用于对第一图像进行灰度处理,得到第一灰度图;对第二图像进行灰度处理,得到第二灰度图;对第一灰度图和第二灰度图做减法处理,得到目标灰度图。
本申请实施例通过对相同内容、相同曝光的两张图像的灰度图进行减法处理,能够去除图像中相同的内容部分和底噪部分,从而仅保留闪烁部分的特征,使得闪烁部分的特征更加明显,能够提高闪烁信息的识别准确度。
可选地,目标灰度图包括N行像素,N为正整数;
处理器810还用于对N行像素中,每一行像素的亮度进行求和,得到N个数据项;根据N个数据项确定目标数组。
本申请实施例通过对每行像素的亮度值进行加和,得到的数据项能够反应这行像素的亮度信息,从而基于N行像素对应的N个数据项行程目标数组,使得目标数组能够准确反应待识别图像中的亮度变化周期,有利于提高对闪烁识别的准确度。
可选地,处理器810还用于以目标数据项的值为纵坐标,以目标数据在目标灰度图中对应的行数为横坐标,确定目标点位,其中,N个数据项包括目标数据项;重复得到与N个数据项一一对应的N个目标点位;根据N个目标点位拟合目标信号。
本申请实施例基于目标数组拟合成目标信号,通过目标信号能够准确且清晰地反映出待识别图像中的闪烁信息,从而提高图像识别的可靠性和准确度。
可选地,处理器810还用于对目标信号进行快速傅立叶变换,得到目标信号的信号信息;获取待识别图像的曝光时间和拍摄待识别图像的摄像装置的拍摄帧率;根据曝光时间和拍摄帧率确定待识别图像对应的待识别闪烁信息的变化周期;根据信号信息和变化周期对闪烁信息进行识别。
本申请实施例能够对待识别图像中是否存在闪烁问题进行准确、快速的识别,该过程中无需人工参与,能够提高识别效率,且能够在拼接生成VR全景图像时,将识别出的闪烁图像剔除,保证拼接得到的VR全景图的显示效果。
可选地,信号信息包括信号周期和信号值;
处理器810还用于确定目标信号周期对应的目标信号值,其中,目标周期的周期数是变化周期的整数倍;在目标信号值大于目标信号周期的前一个周期信号值,且大于目标信号周期的后一个周期的信号值的情况下,确定待识别图像中包括闪烁信息。
本申请通过算法对图像中的闪烁信息进行识别,不受硬件限制,方案成本低,易于实现。
可选地,处理器810还用于在待识别图像中包括闪烁信息的情况下,删除待识别图像。
在本申请实施例中,待识别图像具体为摄影师实拍的房间图像,如果识别出待处理图像中包括闪烁信息,则对该图像进行删除,不会通过带有闪烁信息的图像来凭借合成VR全景图,即在生成VR全景图像时,剔除存在闪烁的照片,保证拼接得到的VR全景图的显示效果和VR看房的显示效果。
应理解的是,本申请实施例中,输入单元804可以包括图形处理器(GraphicsProcessing Unit,GPU)8041和麦克风8042,图形处理器8041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元806可包括显示面板8061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板8061。用户输入单元807包括触控面板8071以及其他输入设备8072中的至少一种。触控面板8071,也称为触摸屏。触控面板8071可包括触摸检测装置和触摸控制器两个部分。其他输入设备8072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。
存储器809可用于存储软件程序以及各种数据。存储器809可主要包括存储程序或指令的第一存储区和存储数据的第二存储区,其中,第一存储区可存储操作系统、至少一个功能所需的应用程序或指令(比如声音播放功能、图像播放功能等)等。此外,存储器809可以包括易失性存储器或非易失性存储器,或者,存储器809可以包括易失性和非易失性存储器两者。其中,非易失性存储器可以是只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以是随机存取存储器(Random Access Memory,RAM),静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic RAM,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Rate SDRAM,DDRSDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Synch link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。本申请实施例中的存储器809包括但不限于这些和任意其它适合类型的存储器。
处理器810可包括一个或多个处理单元;可选的,处理器810集成应用处理器和调制解调处理器,其中,应用处理器主要处理涉及操作系统、用户界面和应用程序等的操作,调制解调处理器主要处理无线通信信号,如基带处理器。可以理解的是,上述调制解调处理器也可以不集成到处理器810中。
本申请实施例还提供一种可读存储介质,可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,处理器为上述实施例中的电子设备中的处理器。可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,芯片包括处理器和通信接口,通信接口和处理器耦合,处理器用于运行程序或指令,实现上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
本申请实施例提供一种计算机程序产品,该程序产品被存储在存储介质中,该程序产品被至少一个处理器执行以实现如上述方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
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上述实施例方法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,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的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计算机软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种图像识别方法,其特征在于,包括:
对待识别图像进行处理,得到目标灰度图;
根据所述目标灰度图中像素的亮度值,确定目标数组;
根据所述目标数组,确定目标信号,所述目标信号是所述亮度值随时间变化的信号波形;
根据所述目标信号对所述图像的闪烁信息进行识别。
2.根据权利要求1所述的图像识别方法,其特征在于,所述待识别图像包括第一图像和第二图像,所述第一图像的图像内容与所述第二图像的图像内容相同,且所述第一图像的曝光时长与所述第二图像的曝光时长相同;
所述对待识别图像进行处理,得到目标灰度图,具体包括:
对所述第一图像进行灰度处理,得到第一灰度图;
对所述第二图像进行灰度处理,得到第二灰度图;
对所述第一灰度图和所述第二灰度图做减法处理,得到所述目标灰度图。
3.根据权利要求1所述的图像识别方法,其特征在于,所述目标灰度图包括N行像素,N为正整数;
所述根据所述目标灰度图中像素的亮度值,确定目标数组,包括:
对所述N行像素中,每一行像素的亮度进行求和,得到N个数据项;
根据所述N个数据项确定所述目标数组。
4.根据权利要求3所述的图像识别方法,其特征在于,所述根据所述目标数组,确定目标信号,包括:
以目标数据项的值为纵坐标,以所述目标数据在所述目标灰度图中对应的行数为横坐标,确定目标点位,其中,所述N个数据项包括所述目标数据项;
重复得到与所述N个数据项一一对应的N个目标点位;
根据所述N个目标点位拟合所述目标信号。
5.根据权利要求1至4中任一项所述的图像识别方法,其特征在于,所述根据所述目标信号对所述图像的闪烁信息进行识别,包括:
对所述目标信号进行快速傅立叶变换,得到所述目标信号的信号信息;
获取所述待识别图像的曝光时间和拍摄所述待识别图像的摄像装置的拍摄帧率;
根据所述曝光时间和所述拍摄帧率确定待识别图像对应的待识别闪烁信息的变化周期;
根据所述信号信息和所述变化周期对所述闪烁信息进行识别。
6.根据权利要求5所述的图像识别方法,其特征在于,所述信号信息包括信号周期和信号值;
所述根据所述信号信息和所述变化周期对所述闪烁信息进行识别,包括:
确定目标信号周期对应的目标信号值,其中,所述目标周期的周期数是所述变化周期的整数倍;
在所述目标信号值大于所述目标信号周期的前一个周期信号值,且大于所述目标信号周期的后一个周期的信号值的情况下,确定所述待识别图像中包括所述闪烁信息。
7.根据权利要求1至4中任一项所述的图像识别方法,其特征在于,还包括:
在所述待识别图像中包括所述闪烁信息的情况下,删除所述待识别图像。
8.一种图像识别装置,其特征在于,包括:
处理模块,用于对待识别图像进行处理,得到目标灰度图;
确定模块,用于:
根据所述目标灰度图中像素的亮度值,确定目标数组;
根据所述目标数组,确定目标信号,所述目标信号是所述亮度值随时间变化的信号波形;
识别模块,用于根据所述目标信号对所述图像的闪烁信息进行识别。
9.一种电子设备,其特征在于,包括处理器和存储器,所述存储器存储可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310031369.8A CN116030178A (zh) | 2023-01-10 | 2023-01-10 | 图像识别方法、识别装置、电子设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310031369.8A CN116030178A (zh) | 2023-01-10 | 2023-01-10 | 图像识别方法、识别装置、电子设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116030178A true CN116030178A (zh) | 2023-04-28 |
Family
ID=86070542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310031369.8A Pending CN116030178A (zh) | 2023-01-10 | 2023-01-10 | 图像识别方法、识别装置、电子设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116030178A (zh) |
-
2023
- 2023-01-10 CN CN202310031369.8A patent/CN116030178A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109299703B (zh) | 对鼠情进行统计的方法、装置以及图像采集设备 | |
US11636610B2 (en) | Determining multiple camera positions from multiple videos | |
US8804003B2 (en) | Flicker detection for imaging devices with high frame rates | |
CN105580052A (zh) | 食物体积和碳水化合物的估计 | |
CN108322646A (zh) | 图像处理方法、装置、存储介质及电子设备 | |
CN105874776A (zh) | 图像处理设备和方法 | |
CN113596344B (zh) | 拍摄处理方法、装置、电子设备和可读存储介质 | |
CN110572636B (zh) | 摄像头脏污检测方法、装置、存储介质及电子设备 | |
CN113706414A (zh) | 视频优化模型的训练方法和电子设备 | |
CN108848306A (zh) | 图像处理方法和装置、电子设备、计算机可读存储介质 | |
CN111866374A (zh) | 图像拍摄方法、装置、云台相机及存储介质 | |
CN110121031A (zh) | 图像采集方法和装置、电子设备、计算机可读存储介质 | |
CN107959798A (zh) | 视频数据实时处理方法及装置、计算设备 | |
CN113989387A (zh) | 相机拍摄参数调整方法、装置及电子设备 | |
CN112258560A (zh) | 一种用于获取物体的高光谱图像的方法及装置 | |
CN109120856B (zh) | 一种摄像方法及装置 | |
CN116030178A (zh) | 图像识别方法、识别装置、电子设备和存储介质 | |
CN114339028B (zh) | 拍照方法、电子设备以及计算机可读存储介质 | |
CN112219218A (zh) | 用于推荐图像捕获模式的方法和电子设备 | |
CN106162077A (zh) | 基于互联网的智能业务管理系统 | |
CN107454340B (zh) | 基于高动态范围原理的图像合成方法、装置及移动终端 | |
WO2023001373A1 (en) | Device and method for processing image data | |
CN114143448B (zh) | 拍摄方法、装置、电子设备及可读存储介质 | |
CN111654640A (zh) | 曝光调整方法、装置及电子设备 | |
CN114302057B (zh) | 图像参数确定方法、装置、电子设备及存储介质 |
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 |