CN117367753A - 一种电子后视镜摄像头模糊检测方法、存储介质及装置 - Google Patents
一种电子后视镜摄像头模糊检测方法、存储介质及装置 Download PDFInfo
- Publication number
- CN117367753A CN117367753A CN202311428312.8A CN202311428312A CN117367753A CN 117367753 A CN117367753 A CN 117367753A CN 202311428312 A CN202311428312 A CN 202311428312A CN 117367753 A CN117367753 A CN 117367753A
- Authority
- CN
- China
- Prior art keywords
- camera
- detection
- blurring
- fuzzy
- detection item
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 331
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000011218 segmentation Effects 0.000 claims description 8
- 230000003213 activating effect Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 14
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000004092 self-diagnosis Methods 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M11/00—Testing of optical apparatus; Testing structures by optical methods not otherwise provided for
- G01M11/02—Testing optical properties
- G01M11/0285—Testing optical properties by measuring material or chromatic transmission properties
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种电子后视镜摄像头模糊检测方法、存储介质及装置,涉及汽车零部件检测技术领域,该方法包括设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数:若是,则判定摄像头存在输入模糊故障;若否,则判定摄像头不存在输入模糊故障。本发明在检测过程设置时间、帧率、亮度、模糊程度等各种检测项来规避可能带来的故障误报情形,能够有效降低模糊故障误报率。
Description
技术领域
本发明涉及汽车零部件检测技术领域,具体涉及一种电子后视镜摄像头模糊检测方法、存储介质及装置。
背景技术
随着汽车产业的发展,车辆越来越电子化、智能化。各种智能设备使得车辆功能更加丰富,体验更加舒适,车辆使用更加简易的同时也更加安全。智能化给现代车辆带来众多进步的同时,但其引入的大量新系统以及车辆复杂度的急剧增加也不由得让人对其可靠性产生担忧。
车载电子后视镜相对于传统物理后视镜具有视野范围更大、风阻小、受天气光照等条件影响小、外形更加具有科技感等优点,因而受到广泛关注。后视镜作为一个关乎行车安全的重要部件,人们对其整个系统运行的稳定性提出非常高的要求。车载电子后视镜作为一套复杂的电子系统,其复杂度远远高于物理后视镜,为保障电子后视镜系统能稳定可靠运行,对其各个部件的自诊断功能必不可少。
在车载电子后视镜各项自诊断功能中,关于摄像头模糊失焦问题的检测就是其自诊断过程中十分重要的一环。因此,如何有效实现电子后视镜摄像头的模糊检测,同时减少模糊故障误报率,是当前亟需解决的问题。
发明内容
本申请提供一种电子后视镜摄像头模糊检测方法、存储介质及装置,在检测过程设置时间、帧率、亮度、模糊程度等各种检测项来规避可能带来的故障误报情形,能够有效降低模糊故障误报率。
第一方面,本申请实施例提供一种电子后视镜摄像头模糊检测方法,具体包括以下步骤:
设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;
周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数:
若是,则判定摄像头存在输入模糊故障;
若否,则判定摄像头不存在输入模糊故障;
其中,所述模糊程度检测项为基于摄像头输入画面中景物分布以对摄像头输入画面切分得到多个画面切块,并当检测得到画面切块均模糊时判定模糊程度检测项满足。
结合第一方面,在一种实施方式中,所述在设定时间内周期性进行摄像头模糊检测项的检测,其中,对于单个检测周期,具体为:
进行摄像头模糊检测项中外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测;
判断当前检测周期中,外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测是否均满足:
若是,则判定当前检测周期的检测结果为摄像头输入模糊;
若否,则判定当前检测周期的检测结果为摄像头输入不模糊。
结合第一方面,在一种实施方式中,所述周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数,具体步骤包括:
将故障计数清零,并启动电子后视镜摄像头模糊检测;
周期性进行摄像头模糊检测项的检测,且在当前检测周期中,若检测结果为摄像头输入模糊,则故障计数加1,若检测结果为摄像头输入不模糊,则将故障计数清零;
单次检测周期结束后,判断故障计数的值与检测周期对应时间间的乘积,是否不小于设定时间:
若是,则激活摄像头输入模糊故障提示;
若否,则取消摄像头输入模糊故障提示。
结合第一方面,在一种实施方式中,
所述外部环境检测项为对电子后视镜控制器的电压值和电压波动、摄像头的电压值和电压波动、以及电子后视镜当前工作模式是否正常进行检测;
若电子后视镜控制器的电压值和电压波动、摄像头的电压值和电压波动、以及电子后视镜当前工作模式均正常时,则判定外部环境检测项满足,反之,则不满足。
结合第一方面,在一种实施方式中,
所述工作状态检测项为通过读取摄像头寄存器以确认当前摄像头内部是否存在故障;
若通过读取摄像头寄存器确认当前摄像头内部不存在故障,则判定工作状态检测项满足,反之,则不满足。
结合第一方面,在一种实施方式中,
所述输入帧率检测项为对摄像头的输入帧率进行检测;
若摄像头的输入帧率不小于设定帧率阈值,则判定输入帧率检测项满足,反之,则不满足。
结合第一方面,在一种实施方式中,
所述画面亮度检测项为对摄像头输入画面的亮度进行检测;
若对摄像头输入画面基于灰度算法进行均值计算得到的画面近似亮度值,不小于设定亮度阈值,则判定画面亮度检测项满足,反之,则不满足。
结合第一方面,在一种实施方式中,所述当检测得到画面切块均模糊时判定模糊程度检测项满足,具体步骤包括:
依次对切分得到的画面切块进行是否模糊检测:
若检测得到所有画面切块均模糊,则判定模糊程度检测项满足;
若检测得到任一画面切块不模糊,则结束后续画面切块的模糊检测,并判定模糊程度检测项不满足。
第二方面,本申请实施例提供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电子后视镜摄像头模糊检测程序,其中所述电子后视镜摄像头模糊检测程序被处理器执行时,实现上述所述的电子后视镜摄像头模糊检测方法的步骤。
第三方面,本申请实施例提供一种电子后视镜摄像头模糊检测装置,包括:
设定模块,其用于设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;
判断模块,其用于周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数,若是,则判定摄像头存在输入模糊故障,若否,则判定摄像头不存在输入模糊故障;
其中,所述模糊程度检测项为基于摄像头输入画面中景物分布以对摄像头输入画面切分得到多个画面切块,并当检测得到画面切块均模糊时判定模糊程度检测项满足。
本申请实施例提供的技术方案带来的有益效果包括:
通过设定包括外部环境、工作状态、输入帧率、画面亮度和模糊程度的摄像头模糊检测项,周期性进行摄像头模糊检测项的检测,判断每一检测周期中的模糊检测项是否均满足,从而实现摄像头是否存在输入模糊故障的判断,完全基于应用层实现,不对摄像头提出要求,不要求硬件更改,能够简易的部署至现有控制器中,且检测过程设置了时间、帧率、亮度、模糊程度等各种检测项来规避可能带来的故障误报情形,降低模糊故障误报率同时减小计算量。
附图说明
图1为本发明实施例中一种电子后视镜摄像头模糊检测方法的流程图;
图2为对摄像头输入画面切分的示意图;
图3为本发明一种电子后视镜摄像头模糊检测方法的具体流程图;
图4为电子后视镜摄像头模糊检测设备的硬件结构示意图;
图5为电子后视镜摄像头模糊检测装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,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、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本发明实施例提供一种电子后视镜摄像头模糊检测方法,通过设定包括外部环境、工作状态、输入帧率、画面亮度和模糊程度的摄像头模糊检测项,周期性进行摄像头模糊检测项的检测,判断每一检测周期中的模糊检测项是否均满足,从而实现摄像头是否存在输入模糊故障的判断,完全基于应用层实现,不对摄像头提出要求,不要求硬件更改,能够简易的部署至现有控制器中,且检测过程设置了时间、帧率、亮度、模糊程度等各种检测项来规避可能带来的故障误报情形,降低减少模糊故障误报率同时减小计算量。本发明实施例相应地还提供了一种非暂态计算机可读存储介质和一种电子后视镜摄像头模糊检测装置。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
第一方面,参见图1所示,本发明实施例提供的一种电子后视镜摄像头模糊检测方法,具体包括以下步骤:
S1:设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;
摄像头模糊检测项相当于摄像头模糊检测的必要条件,通过对外部环境、工作状态、输入帧率、画面亮度和模糊程度的检测,以判断在单个检测周期中,摄像头是否存在输入模糊,之后再根据多个检测周期的摄像头模糊检测项检测结果,判断摄像头是否存在输入模糊故障。
本发明中,外部环境检测项为对电子后视镜控制器的电压值和电压波动、摄像头的电压值和电压波动、以及电子后视镜当前工作模式是否正常进行检测。即对电子后视镜控制器的电压值和电压波动是否正常进行检测,电子后视镜摄像头的电压值和电压波动是否正常进行检测,电子后视镜当前工作模式是否满足正常工作的要求进行检测。
若电子后视镜控制器的电压值和电压波动、摄像头的电压值和电压波动、以及电子后视镜当前工作模式均正常时,则判定外部环境检测项满足,反之,则不满足。即检测得到电子后视镜控制器的电压值和电压波动正常、摄像头的电压值和电压波动正常、且电子后视镜当前工作模式正常,则判定摄像头模糊检测项中的外部环境检测项满足。
本发明中,工作状态检测项为通过读取摄像头寄存器以确认当前摄像头内部是否存在故障。即通过读取摄像头寄存器信息,以判定摄像头内部是否存在故障。
若通过读取摄像头寄存器确认当前摄像头内部不存在故障,则判定工作状态检测项满足,反之,则不满足。即当通过读取摄像头寄存器确认当前摄像头内部不存在故障,摄像头处于正常工作状态,则判定摄像头模糊检测项中的工作状态检测项满足。
本发明中,输入帧率检测项为对摄像头的输入帧率进行检测,从而确保图像采集和传输过程正常;若摄像头的输入帧率不小于设定帧率阈值,则判定输入帧率检测项满足,反之,则不满足。
设定帧率阈值用于滤除由于画面捕获或传输异常产生空白画面导致模糊故障误报的情形,同时也规避当模糊实际存在却因为捕获或传输异常、画面撕裂充满锐利边缘而无法被检测到模糊的问题。设定帧率阈值同样与电子后视镜控制器性能、预设工作帧率有关,设定帧率阈值应大于预设工作帧率的50%~75%。例如,某电子后视镜的预设工作帧率为以60FPS显示画面,则设定帧率阈值应设置为30~45FPS。
本发明中,画面亮度检测项为对摄像头输入画面的亮度进行检测;若对摄像头输入画面基于灰度算法进行均值计算得到的画面近似亮度值,不小于设定亮度阈值,则判定画面亮度检测项满足,反之,则不满足。
设定亮度阈值主要用于滤除由于环境亮度过低带来的模糊,该模糊实际是由于亮度过低导致图像细节损失,以及微光增强算法带来的噪点造成,并非摄像头失焦或成像异常导致,理应滤除。使用灰度算法对摄像头输入画面求均值后,可得出画面近似亮度值,考虑到控制器得到的画面已经经过摄像头内部增强算法处理,因此其亮度永远不会降至极低水平,故设定亮度阈值应根据不同摄像头的微光增强算法等级来得出,一般情况下60-70(0~255范围)可获得较好效果。
本发明中,模糊程度检测项为对摄像头输入画面的模糊程度进行检测。具体的,模糊程度检测项为基于摄像头输入画面中景物分布以对摄像头输入画面切分得到多个画面切块,并当检测得到画面切块均模糊时判定模糊程度检测项满足。
进一步的,当检测得到画面切块均模糊时判定模糊程度检测项满足,具体步骤包括:
依次对切分得到的画面切块进行是否模糊检测:
若检测得到所有画面切块均模糊,则判定模糊程度检测项满足;
若检测得到任一画面切块不模糊,则结束后续画面切块的模糊检测,并判定模糊程度检测项不满足。
本发明利用电子后视镜在实际使用场景中其视野角度固定的特点,提出一种根据景物分布对画面进行切片以实现摄像头输入画面是否模糊的检测方式,同时对切分后得到的所有画面切块依次进行是否模糊检测,若所有画面切块均模糊,则判定模糊程度检测项满足,若存在任一画面切块不模糊,则判定模糊程度检测项不满足。
在实际的应用过程中,在进行模糊程度的检测时,对摄像头输入画面进行切分并分块判断,能够有效的降低故障误报率,同时降低计算量。
其中,对于故障误报率的降低,当以整幅画面进行计算时,如果出现纯净夜空、无云天空、开阔雪地等场景,尽管有部分区域成像清晰但仍会因大片区域纯色而拉低清晰程度的均值,容易引起故障误报。故通过将画面进行切分,使得部分区域的纯色场景不会影响其他区域的模糊计算,降低误报概率。
同时,在日常用车过程中难免出现驾驶员与车外人员隔窗交谈的情形,此时后视镜大幅视野被遮挡。如仍采用整幅画面进行计算,则会因为距离过近无法聚焦的原因,使得遮挡部分很容易导致故障误报。通过将画面进行切分,未被遮挡部分仍能正常反映摄像头成像的清晰程度,从而降低误报概率。
其中,对于计算量的降低,模糊检测中几乎全部的计算量都来自于对画面数据计算和模糊程度的判定过程。通过画面切分后,计算模糊按各个区块依次进行。因模糊检测仅当所有区块都模糊时才认定为模糊,因此当计算到某一区块结果为不模糊时即可直接跳过剩余区块的计算,返回不模糊的结果,从而减小计算量。
其中,对于摄像头输入画面的切分,画面切分块不宜过小,否则会导致切块边缘丢失过多细节而影响模糊计算。对于电子后视镜产品而言,其布置位置确定,各种景物在视野中的大致位置可以预先了解,故可以根据景物位置进行区块分割。画面的切分满足以下原则:1、切分后得到的画面切块大小最好统一,按行列切分,必须保证长宽像素数能被整除;2、优先保证车身部分与其他区块分割开,可以放弃部分车身到其他区块;3、路面、建筑、天空等区域在允许的条件下应当分割开。
参见图2所示,为对一幅摄像头输入画面切分后得到的画面切块示意图。摄像头输入画面为1920×1080画面,基于摄像头输入画面中各个物体对象,按照上述切分原则,可大致切割为4行6列共计24个320×270区块(每个区块中的对象已进行标注)。因电子后视镜视野固定,景物位置基本不会变化,预置好切片规则后模糊检测算法就无需关注画面内容,直接按照预置规则的规则对画面进行区块分割即可。
需要说明的是,在通过模糊检测算法对画面切块是否模糊进行检测时,需要进行模糊程度阈值的设定。模糊程度阈值用于直接界定画面是否模糊,该阈值与采用的模糊检测算法相关,大部分模糊检测算法都会提供推荐的模糊程度阈值,例如常用的通过拉普拉斯方差算法计算画面模糊值时其推荐模糊程度阈值为100~110。
但是,由于大部分的模糊检测算法推荐的模糊程度阈值都是针对相机摄影画面,因此其标准对于电子后视镜的动态画面略显苛刻,应当进行一定调整。例如使用拉普拉斯方差算法时较合适的模糊程度阈值应为60~75。除此之外,摄像头分辨率、视野情况都会对画面清晰程度产生影响,模糊程度阈值还应配合实车画面进行进一步调整。
S2:周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数,若是,则转到S3,若否,则转到S4;
S3:判定摄像头存在输入模糊故障;
S4:判定摄像头不存在输入模糊故障。
本发明中,在设定时间内周期性进行摄像头模糊检测项的检测,其中,对于单个检测周期,具体为:
S201:进行摄像头模糊检测项中外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测;即在每一个检测周期中,均需要进行外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测,各检测项的检测顺序可以依次进行或适当调整。
S202:判断当前检测周期中,外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测是否均满足:若是,则判定当前检测周期的检测结果为摄像头输入模糊;若否,则判定当前检测周期的检测结果为摄像头输入不模糊。
具体的,在一次检测周期中,若外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项均满足,则判定当前检测周期的检测结果为摄像头输入模糊,若外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项中的任一检测项不满足,则判定当前检测周期的检测结果为摄像头输入不模糊。
本发明中,周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数,具体步骤包括:
S211:将故障计数清零,并启动电子后视镜摄像头模糊检测;
本发明中,对于摄像头输入模糊故障的确定,是通过故障计数的值来对应确定的,故在开始检测前,需要对故障计数进行初始化,将故障计数清零,然后再启动电子后视镜摄像头模糊检测。
S212:周期性进行摄像头模糊检测项的检测,且在当前检测周期中,若检测结果为摄像头输入模糊,则故障计数加1,若检测结果为摄像头输入不模糊,则将故障计数清零;
周期性进行摄像头模糊检测项的检测,且在每一个检测周期中,均需要进行外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测。若在当前检测周期中,外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项均满足,则判定当前检测周期的检测结果为摄像头输入模糊,若外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项中的任一检测项不满足,则判定当前检测周期的检测结果为摄像头输入不模糊。
若当前检测周期的检测结果为摄像头输入模糊,则将故障计数的值加1,若当前检测周期的检测结果为摄像头输入不模糊,则将故障计数的累计值清零,然后从下一检测周期开始,基于检测结果重新计数,增加1或清零。
例如,连续进行了3次摄像头模糊检测项检测,若第一次的结果为摄像头输入模糊,第二次的结果为摄像头输入不模糊,第三次的结果为摄像头输入模糊,则最终故障计数的值为1;若第一次的结果为摄像头输入模糊,第二次的结果为摄像头输入模糊,第三次的结果为摄像头输入不模糊,则最终故障计数的值为0;若第一次的结果为摄像头输入模糊,第二次的结果为摄像头输入模糊,第三次的结果为摄像头输入模糊,则最终故障计数的值为3。
S213:单次检测周期结束后,判断故障计数的值与检测周期对应时间间的乘积,是否不小于设定时间:若是,则激活摄像头输入模糊故障提示,若否,则取消摄像头输入模糊故障提示。
即在每一次摄像头模糊检测项检测结束后,均需要进行摄像头输入是否存在模糊故障的判断,具体的,在每一次检测周期结束后,将故障计数的实时值与检测周期对应时间间进行相乘,判断乘积结果是否不小于设定时间,若是,则判定摄像头存在输入模糊故障,若否,则判定摄像头不存在输入模糊故障。
本发明中,设定时间对应的时间阈值主要用于筛去包括车辆颠簸、乘客上下车时高速摇动车门带来的瞬时模糊,该模糊并非摄像头失焦或成像异常导致,理应滤除。通过设置时间阈值可以滤除瞬态模糊带来的误报,时间阈值设置越长则过滤效果越好,但是过长的时间阈值会带来模糊检测响应过慢问题。
因各电子后视镜控制器处理性能不同,电子后视镜控制器完成一帧画面的模糊检测时间为100ms~2s,因此其检测周期也会存在较大差异。理论上在设定时间内应预留至少2个检测周期,即电子后视镜控制器完成对两帧画面的模糊检测。但是,结合实际情形,设定时间的大小应设定5~10个检测周期对应时间为佳。例如,若电子后视镜控制器能够在500ms内完成一帧画面的模糊检测,其检测周期对应时间应当设置为750ms,此时设定时间的大小应至少为1500ms,具体的,设置为3750ms~7500ms时效果较佳。即设定时间大小与单个检测周期对应时间间为倍数关系。
以下结合图3,对本发明的电子后视镜摄像头模糊检测方法进行具体说明。
A:初始化故障计数为0,启动电子后视镜摄像头模糊检测,转到步骤B;
B:进行一次摄像头模糊检测项的周期检测,转到步骤C;
C:判断当前检测周期的检测结果是否为摄像头输入模糊,若是,转到步骤D,若否,转到步骤E;
D:故障计数的值加1,转到步骤F;
E:将故障计数的值清零,转到步骤F;
F:将故障计数的实时值与检测周期对应时间的乘积,是否不小于设定时间,若是,则转到步骤G,若是,则转到步骤H;
G:激活摄像头输入模糊故障提示,转到步骤I;
H:取消摄像头输入模糊故障提示,转到步骤I;
I:结束本次周期检测,等待单个检测周期对应时间的时长后,开始下一次周期检测,转到步骤B。
本发明实施例的电子后视镜摄像头模糊检测方法,通过设定包括外部环境、工作状态、输入帧率、画面亮度和模糊程度的摄像头模糊检测项,周期性进行摄像头模糊检测项的检测,判断每一检测周期中的模糊检测项是否均满足,从而实现摄像头是否存在输入模糊故障的判断,完全基于应用层实现,不对摄像头提出要求,不要求硬件更改,能够简易的部署至现有控制器中,且检测过程设置了时间、帧率、亮度、模糊程度等各种检测项来规避可能带来的故障误报情形,降低减少模糊故障误报率同时减小计算量。
第二方面,本申请实施例还提供一种电子后视镜摄像头模糊检测设备,电子后视镜摄像头模糊检测设备可以是个人计算机(personal computer,PC)、笔记本电脑、服务器等具有数据处理功能的设备。
参照图4,图4为本申请实施例方案中涉及的电子后视镜摄像头模糊检测设备的硬件结构示意图。本申请实施例中,电子后视镜摄像头模糊检测设备可以包括处理器、存储器、通信接口以及通信总线。
其中,通信总线可以是任何类型的,用于实现处理器、存储器以及通信接口互连。
通信接口包括输入/输出(input/output,I/O)接口、物理接口和逻辑接口等用于实现电子后视镜摄像头模糊检测设备内部的器件互连的接口,以及用于实现电子后视镜摄像头模糊检测设备与其他设备(例如其他计算设备或用户设备)互连的接口。物理接口可以是以太网接口、光纤接口、ATM接口等;用户设备可以是显示屏(Display)、键盘(Keyboard)等。
存储器可以是各种类型的存储介质,例如随机存取存储器(randomaccessmemory,RAM)、只读存储器(read-only memory,ROM)、非易失性RAM(non-volatileRAM,NVRAM)、闪存、光存储器、硬盘、可编程ROM(programmable ROM,PROM)、可擦除PROM(erasable PROM,EPROM)、电可擦除PROM(electrically erasable PROM,EEPROM)等。
处理器可以是通用处理器,通用处理器可以调用存储器中存储的电子后视镜摄像头模糊检测程序,并执行本申请实施例提供的电子后视镜摄像头模糊检测方法。例如,通用处理器可以是中央处理器(central processing unit,CPU)。其中,电子后视镜摄像头模糊检测程序被调用时所执行的方法可参照本申请电子后视镜摄像头模糊检测方法的各个实施例,此处不再赘述。
本领域技术人员可以理解,图4中示出的硬件结构并不构成对本申请的限定,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。
第三方面,本申请实施例还提供一种计算机可读存储介质。
本申请计算机可读存储介质上存储有电子后视镜摄像头模糊检测程序,其中所述电子后视镜摄像头模糊检测程序被处理器执行时,实现以下所述的电子后视镜摄像头模糊检测方法的步骤:
设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;
周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数:
若是,则判定摄像头存在输入模糊故障;
若否,则判定摄像头不存在输入模糊故障。
第四方面,参见图5所示,本发明实施例提供的一种电子后视镜摄像头模糊检测装置,包括设定模块和判断模块。
设定模块用于设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;判断模块用于周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数,若是,则判定摄像头存在输入模糊故障,若否,则判定摄像头不存在输入模糊故障。其中,模糊程度检测项为基于摄像头输入画面中景物分布以对摄像头输入画面切分得到多个画面切块,并当检测得到画面切块均模糊时判定模糊程度检测项满足。
需要说明的是,上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
本申请的说明书和权利要求书及上述附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。术语“第一”、“第二”和“第三”等描述,是用于区分不同的对象等,其不代表先后顺序,也不限定“第一”、“第二”和“第三”是不同的类型。
在本申请实施例的描述中,“示例性的”、“例如”或者“举例来说”等用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B;文本中的“和/或”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,同时存在A和B,单独存在B这三种情况,另外,在本申请实施例的描述中,“多个”是指两个或多于两个。
在本申请实施例描述的一些流程中,包含了按照特定顺序出现的多个操作或步骤,但是应该理解,这些操作或步骤可以不按照其在本申请实施例中出现的顺序来执行或并行执行,操作的序号仅用于区分开各个不同的操作,序号本身不代表任何的执行顺序。另外,这些流程可以包括更多或更少的操作,并且这些操作或步骤可以按顺序执行或并行执行,并且这些操作或步骤可以进行组合。
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软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备执行本申请各个实施例所述的方法。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种电子后视镜摄像头模糊检测方法,其特征在于,具体包括以下步骤:
设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;
周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数:
若是,则判定摄像头存在输入模糊故障;
若否,则判定摄像头不存在输入模糊故障;
其中,所述模糊程度检测项为基于摄像头输入画面中景物分布以对摄像头输入画面切分得到多个画面切块,并当检测得到画面切块均模糊时判定模糊程度检测项满足。
2.如权利要求1所述的一种电子后视镜摄像头模糊检测方法,其特征在于,所述在设定时间内周期性进行摄像头模糊检测项的检测,其中,对于单个检测周期,具体为:
进行摄像头模糊检测项中外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测;
判断当前检测周期中,外部环境检测项、工作状态检测项、输入帧率检测项、画面亮度检测项和模糊程度检测项的检测是否均满足:
若是,则判定当前检测周期的检测结果为摄像头输入模糊;
若否,则判定当前检测周期的检测结果为摄像头输入不模糊。
3.如权利要求2所述的一种电子后视镜摄像头模糊检测方法,其特征在于,所述周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数,具体步骤包括:
将故障计数清零,并启动电子后视镜摄像头模糊检测;
周期性进行摄像头模糊检测项的检测,且在当前检测周期中,若检测结果为摄像头输入模糊,则故障计数加1,若检测结果为摄像头输入不模糊,则将故障计数清零;
单次检测周期结束后,判断故障计数的值与检测周期对应时间间的乘积,是否不小于设定时间:
若是,则激活摄像头输入模糊故障提示;
若否,则取消摄像头输入模糊故障提示。
4.如权利要求2所述的一种电子后视镜摄像头模糊检测方法,其特征在于:
所述外部环境检测项为对电子后视镜控制器的电压值和电压波动、摄像头的电压值和电压波动、以及电子后视镜当前工作模式是否正常进行检测;
若电子后视镜控制器的电压值和电压波动、摄像头的电压值和电压波动、以及电子后视镜当前工作模式均正常时,则判定外部环境检测项满足,反之,则不满足。
5.如权利要求2所述的一种电子后视镜摄像头模糊检测方法,其特征在于:
所述工作状态检测项为通过读取摄像头寄存器以确认当前摄像头内部是否存在故障;
若通过读取摄像头寄存器确认当前摄像头内部不存在故障,则判定工作状态检测项满足,反之,则不满足。
6.如权利要求2所述的一种电子后视镜摄像头模糊检测方法,其特征在于:
所述输入帧率检测项为对摄像头的输入帧率进行检测;
若摄像头的输入帧率不小于设定帧率阈值,则判定输入帧率检测项满足,反之,则不满足。
7.如权利要求2所述的一种电子后视镜摄像头模糊检测方法,其特征在于:
所述画面亮度检测项为对摄像头输入画面的亮度进行检测;
若对摄像头输入画面基于灰度算法进行均值计算得到的画面近似亮度值,不小于设定亮度阈值,则判定画面亮度检测项满足,反之,则不满足。
8.如权利要求2所述的一种电子后视镜摄像头模糊检测方法,其特征在于,所述当检测得到画面切块均模糊时判定模糊程度检测项满足,具体步骤包括:
依次对切分得到的画面切块进行是否模糊检测:
若检测得到所有画面切块均模糊,则判定模糊程度检测项满足;
若检测得到任一画面切块不模糊,则结束后续画面切块的模糊检测,并判定模糊程度检测项不满足。
9.一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电子后视镜摄像头模糊检测程序,其中所述电子后视镜摄像头模糊检测程序被处理器执行时,实现如权利要求1至8中任一项所述的电子后视镜摄像头模糊检测方法的步骤。
10.一种电子后视镜摄像头模糊检测装置,其特征在于,包括:
设定模块,其用于设定摄像头模糊检测项,所述摄像头模糊检测项包括外部环境、工作状态、输入帧率、画面亮度和模糊程度检测项;
判断模块,其用于周期性进行摄像头模糊检测项的检测,判断模糊检测项均满足的连续的周期个数是否不小于设定个数,若是,则判定摄像头存在输入模糊故障,若否,则判定摄像头不存在输入模糊故障;
其中,所述模糊程度检测项为基于摄像头输入画面中景物分布以对摄像头输入画面切分得到多个画面切块,并当检测得到画面切块均模糊时判定模糊程度检测项满足。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311428312.8A CN117367753A (zh) | 2023-10-30 | 2023-10-30 | 一种电子后视镜摄像头模糊检测方法、存储介质及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311428312.8A CN117367753A (zh) | 2023-10-30 | 2023-10-30 | 一种电子后视镜摄像头模糊检测方法、存储介质及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117367753A true CN117367753A (zh) | 2024-01-09 |
Family
ID=89407526
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311428312.8A Pending CN117367753A (zh) | 2023-10-30 | 2023-10-30 | 一种电子后视镜摄像头模糊检测方法、存储介质及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117367753A (zh) |
-
2023
- 2023-10-30 CN CN202311428312.8A patent/CN117367753A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7646889B2 (en) | Rain sensor | |
US11151358B2 (en) | Target detection method and apparatus, device, and storage medium | |
DE102013019138A1 (de) | Verfahren zum Erkennen eines verdeckten Zustands einer Kamera, Kamerasystem und Kraftfahrzeug | |
DE102010030044A1 (de) | Wiederherstellvorrichtung für durch Wettereinflüsse verschlechterte Bilder und Fahrerunterstützungssystem hiermit | |
CN111539265B (zh) | 一种电梯轿厢内异常行为检测方法 | |
WO2009045578A2 (en) | Object detection incorporating background clutter removal | |
CN103186887A (zh) | 图像除雾装置和图像除雾方法 | |
US10402696B2 (en) | Scene obstruction detection using high pass filters | |
US5963272A (en) | Method and apparatus for generating a reference image from an image sequence | |
CN110913209B (zh) | 摄像头遮挡检测方法、装置、电子设备及监控系统 | |
CN111160237A (zh) | 头部姿态估计方法和装置、电子设备和存储介质 | |
CN111833367A (zh) | 一种图像处理方法、装置、车辆及存储介质 | |
CN111339808B (zh) | 车辆碰撞概率预测方法、装置、电子设备及存储介质 | |
KR101522757B1 (ko) | 영상의 노이즈 제거 방법 | |
JP3199174B2 (ja) | 画像処理方法 | |
CN117367753A (zh) | 一种电子后视镜摄像头模糊检测方法、存储介质及装置 | |
WO2023124385A1 (zh) | 摄像装置遮挡检测方法、装置、电子设备、存储介质及计算机程序产品 | |
CN108259819B (zh) | 动态影像特征加强方法与系统 | |
CN115489536A (zh) | 一种驾驶辅助方法、系统、设备及可读存储介质 | |
EP3553695A1 (en) | Method and system for displaying image data from at least one night vision camera of a vehicle | |
abd el Azeem Marzouk | Modified background subtraction algorithm for motion detection in surveillance systems | |
TW201824864A (zh) | 動態影像特徵加強方法與系統 | |
WO2016139674A1 (en) | Method and system for detecting ambient light | |
CN115942131B (zh) | 保障车辆环视功能的方法、座舱系统及车辆、存储介质 | |
Bertozzi et al. | Obstacle detection for start-inhibit and low speed driving |
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 |