CN102176244B - 一种确定摄像头被遮挡的方法及装置 - Google Patents
一种确定摄像头被遮挡的方法及装置 Download PDFInfo
- Publication number
- CN102176244B CN102176244B CN 201110039895 CN201110039895A CN102176244B CN 102176244 B CN102176244 B CN 102176244B CN 201110039895 CN201110039895 CN 201110039895 CN 201110039895 A CN201110039895 A CN 201110039895A CN 102176244 B CN102176244 B CN 102176244B
- Authority
- CN
- China
- Prior art keywords
- area
- image
- contour
- occlusion area
- computing unit
- 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.)
- Active
Links
Images
Landscapes
- Studio Devices (AREA)
Abstract
本发明涉及一种确定摄像头被遮挡的方法即装置,所述方法包括:获取摄像机拍摄的彩色图像;去除所述彩色图像中的细小黑色小区域,得到灰度闭图像;对所述灰度闭图像进行计算,得到可疑遮挡区域;滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域;计算所述实际遮挡区域的轮廓区域锐度;对所述轮廓区域锐度进行计算,得到遮挡评估值;若判断所述遮挡评估值大于预设的遮挡阈值,则确定所述摄像机的摄像头被遮挡。以解决摄像头被遮挡而导致监控失效的技术问题。
Description
技术领域
本发明涉及监控技术领域,特别涉及一种确定摄像头被遮挡的方法及装置。
背景技术
随着“平安城市”项目的推进,每个城市摄摄像机数量日益增加,少则几千,多则几万,几十万。特别是长期处于室外工作的摄像机,摄像机的镜头可能被污泥等物体局部遮挡,影响正常观察,也有可能被人为恶意遮挡,如果这种情况不能被监控人员及时发现,则导致监控失效。
发明内容
本发明实施例提供一种确定摄像头被遮挡的方法及装置,以解决摄像头被遮挡而导致监控失效的技术问题。
为解决上述技术问题,本发明实施例提供一种确定摄像头被遮挡的方法,包括:
获取摄像机拍摄的彩色图像;
去除所述彩色图像中的细小黑色小区域,得到灰度闭图像;
对所述灰度闭图像进行计算,得到可疑遮挡区域;
滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域;
计算所述实际遮挡区域的轮廓区域锐度;
对所述轮廓区域锐度进行计算,得到遮挡评估值;
若判断所述遮挡评估值大于预设的遮挡阈值,则确定所述摄像机的摄像头被遮挡。
优选的,所述去除所述彩色图像中的细小黑色小区域,得到灰度闭图像包括:
将所述彩色图像转换为灰度图像;
对所述灰度图像进行灰度闭操作,得到灰度闭图像。
优选的,所述对所述灰度闭图像进行计算,得到可疑遮挡区域具体包括:
计算所述灰度闭图像的平均亮度及方差;
根据所述平均亮度和方差计算动态阈值;
按照所述动态阈值对所述灰度图像进行提取,得到可疑遮挡区域。
优选的,所述滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域包括:
对所述可疑遮挡区域进行连通域分析,并计算各连通区域的面积;
计算所述灰度图像的面积;
选出所述连通区域的面积大于所述灰度图像的面积的区域,作为实际遮挡区域。
优选的,所述计算所述实际遮挡区域的轮廓区域锐度包括:
对所述灰度图像进行边缘滤波,得到边缘轮廓强度图像;
计算所述实际遮挡区域的轮廓边缘区域;
计算所述边缘轮廓强度图像中轮廓边缘区域的均值和方差,得到实际遮挡区域的轮廓区域锐度。
优选的,所述对所述轮廓区域锐度进行计算,得到遮挡评估值包括:
计算所述实际遮挡区域的区域面积;
根据所述区域面积、均值和方差进行计算,得到遮挡评估值。
相应的,本发明还提供一种确定摄像头被遮挡的装置,包括:
获取单元,用于获取摄像机拍摄的彩色图像;
去除单元,用于去除所述彩色图像中的细小黑色小区域,得到灰度闭图像;
第一计算单元,用于对所述灰度闭图像进行计算,得到可疑遮挡区域;
滤除单元,用于滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域;
第二计算单元,用于计算所述实际遮挡区域的轮廓区域锐度;
第三计算单元,用于对所述轮廓区域锐度进行计算,得到遮挡评估值;
判断单元,用于判断所述遮挡评估值大于预设的遮挡阈值;
确定单元,用于在所述判断单元判断所述遮挡评估值大于预设的遮挡阈值时,确定所述摄像机的摄像头被遮挡。
优选的,所述去除单元包括:
转换单元,用于将所述彩色图像转换为灰度图像;
处理单元,用于对所述灰度图像进行灰度闭操作,得到灰度闭图像。
优选的,所述第一计算单元包括:
平均亮度计算单元,用于计算所述灰度闭图像的平均亮度;
方差计算单元,用于计算所述灰度闭图像的方差;
动态阈值计算单元,用于对所述平均亮度和方差进行计算,得到动态阈值;
提取单元,用于按照所述动态阈值对所述灰度图像进行提取,得到可疑遮挡区域。
优选的,所述滤除单元包括:
分析单元,用于对所述可疑遮挡区域进行连通域分析,并计算各连通区域的面积;
面积计算单元,用于计算所述灰度图像的面积;
实际遮挡区域确定单元,用于选出所述连通区域的面积大于所述灰度图像的面积的区域作为实际遮挡区域。
优选的,所述第二计算单元包括:
过滤单元,用于对所述灰度图像进行边缘滤波,得到边缘轮廓强度图像;
边缘区域计算单元,用于计算所述实际遮挡区域的轮廓边缘区域;
锐度计算单元,用于计算所述轮廓强度图像中轮廓边缘区域的均值,以及计算所述边缘轮廓强度图像中轮廓边缘区域的遮挡方差,得到实际遮挡区域的轮廓区域锐度。
优选的,所述第三计算单元包括:
区域面积计算单元,用于计算实际遮挡区域的区域面积;
遮挡评估值计算单元,用于根据所述区域面积、均值和方差进行计算,得到遮挡评估值。
由上述技术方案可知,本发明所述技术方案,能快速判断摄像机的摄像头是否被遮挡,从而避免摄像头被遮挡而导致监控失效的技术问题。如果摄像头被遮挡,以便于维护人员及时维护。
附图说明
图1为本发明提供一种确定摄像头被遮挡的方法的流程图;
图2本发明提供一种确定摄像头被遮挡的方法的应用流程图;
图3本发明提供一种确定摄像头被遮挡的装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明实施例的方案,下面结合附图和实施方式对本发明实施例作进一步的详细说明。
请参阅图1,为本发明提供一种确定摄像头被遮挡的方法的流程图;所述方法包括:
步骤101:获取摄像机拍摄的彩色图像;即采集一幅摄像机拍摄的彩色图像。
步骤102:去除所述彩色图像中的细小黑色小区域,得到灰度闭图像;
步骤103:对所述灰度闭图像进行计算,得到可疑遮挡区域;
步骤104:滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域;
步骤105:计算所述实际遮挡区域的轮廓区域锐度;
步骤106:对所述轮廓区域锐度进行计算,得到遮挡评估值;
步骤107:若判断所述遮挡评估值大于预设的遮挡阈值,则确定所述摄像机的摄像头被遮挡。
本发明所述技术方案,能快速判断摄像机的摄像头是否被遮挡,从而避免摄像头被遮挡而导致监控失效的技术问题。如果摄像头被遮挡,以便于维护人员及时维护。
还请参阅图2,为本发明提供的一种确定摄像头被遮挡的方法的具体流程图。所述方法包括:
步骤201:获取摄像机拍摄的彩色图像(ImageColor)
步骤202:将所述彩色图像转换为灰度图像(ImageGray),灰度图像的具体像素使用g(x,y)表示,其具体的转换过程对于本领域技术人员来说已是熟知技术,在此不再赘述。
步骤203:对所述灰度图像进行灰度闭操作,得到灰度闭图像;
本实施例中,可以使用矩形结构体s(x,y)对ImageGray进行灰度闭closing操作,得到ImageClosing。其中,对ImageGray进行灰度闭closing操作具体采用下述公式:
灰度膨胀dilation
灰度腐蚀erosion
灰度闭closing g·s=(g dilation s)erosion s。
当然,在该过程中,还可以进行灰度膨胀dilation和灰度腐蚀erosion操作,其实现过程为:在MxN区域内,先计算图像的最大值,再计算最小值。目的是去除图像中的小块的“黑色”区域,增强大块的“白色”区域。但是,该实现过程,已是成熟技术,在此不再赘述。
步骤204:计算所述灰度闭图像(ImageClosing)的平均亮度(Mean)及方差(Deviation);其具体实现过程为公知技术,在此不再赘述。
步骤205:对所述平均亮度和方差进行计算,得到动态阈值(nThreshold);
其计算公式为:动态阈值nThreshold=平均亮度Mean-方差Deviation/A,其中,A为常量。
步骤206:按照所述动态阈值对所述灰度图像进行提取,得到可疑遮挡区域(Region);
其提取的公式为:Region=ImageClosing(ImageClosing<nThreshold)。
步骤207:对所述可疑遮挡区域进行连通域分析,并计算各连通区域的面积;即在步骤206中提取的可疑遮挡区域中有很多块,有大的,有小的。其中大部分小的都是干扰。通过连通域分析,可以将大块和小块区域分开,并逐个计算各个连通区域的面积。
步骤208:计算所述灰度图像的面积,并将所述灰度图像的面积乘以一个固定系数;
其计算公式为:Area=Width*Height/B,其中,Width为灰度图像宽,Height为灰度图像高,B为固定值,取值范围通常为2~20,但并不限于此。
步骤209:选出所述连通域区域的面积大于所述灰度图像的面积的区域,作为实际遮挡区域(RegionShield);
步骤210:对所述灰度图像进行边缘滤波,得到边缘轮廓强度图像(ImageSobel);
一种过滤方式为,可以使用下面边缘滤波器对灰度图像ImageGray进行过滤,得到ImageSobel;
即通过边缘增强滤波器,使用A、B和图像进行卷积。其中,A表示竖直方向的sobel算子;B表示水平方向的sobel算子。
步骤211:计算所述实际遮挡区域(RegionShield)的轮廓边缘区域(RegionB oundary);
步骤212:计算所述边缘轮廓强度图像(ImageSobel)中轮廓边缘区域(RegionBoundary)的均值(MeanShield)和方差(DeviationShield),得到实际遮挡区域的轮廓区域的锐度。本实施例中的轮廓边缘区域的均值和方差就是轮廓区域的锐度。
步骤213:计算所述实际遮挡区域(RegionShield)的区域面积(AreaShield);
步骤214:根据所述区域面积、均值和方差进行计算,得到遮挡评估值(nShield),其计算公式为:
nShield=AreaShield*C/(MeanSheld*DeviationShield),其中,C为指定常数。
步骤215:判断所述遮挡评估值是否大于预设的遮挡阈值,若是,执行步骤216;否则,执行步骤217;
也就是说,判断nShield和nShieldThreshold(预先设定的遮挡阈值)评估抖动。如果nShield小于nShieldThreshold则为正常,否则,判定摄像机的摄像头被遮挡。
步骤216:确定所述摄像机的摄像头被遮挡;
步骤217:正常,即摄像机的涉嫌头没有被遮挡。
本发明中,先将采集得到的彩色图像转换为灰度图像,并对所述灰度图像进行灰度闭操作,然后,计算灰度闭图像的平均亮度、方差,根据所述平均亮度和方差计算动态阈值,在按照所述动态阈值对所述灰度图像进行提取,得到可疑遮挡区域,以及对所述可疑遮挡区域进行处理,确定实际遮挡区域,之后,在计算遮挡评估值,最后,判断所述遮挡评估值是否大于预设的遮挡阈值,如果大于则说明所述摄像机的摄像头被遮挡,因此,通过本发明所述技术方案,能快速的判断摄像机的摄像头是否被遮挡,如果摄像头被遮挡,便于维修人员及时维护。
因此,本发明所述技术方案,能快速判断摄像机的摄像头是否被遮挡,如果摄像头被遮挡,以便于维修人员及时维护。
基于上述方法的实现过程,本发明还提供一种确定摄像头被遮挡的装置,其结构示意图详见图3,所述装置包括:获取单元31,去除单元32,第一计算单元33,滤除单元34,第二计算单元35,第三计算单元36,判断单元37和确定单元38,其中,所述获取单元31,用于获取摄像机拍摄的彩色图像;去除单元32,用于去除所述彩色图像中的细小黑色小区域,得到灰度闭图像;第一计算单元33,用于对所述灰度闭图像进行计算,得到可疑遮挡区域;滤除单元34,用于滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域;第二计算单元35,用于计算所述实际遮挡区域的轮廓区域锐度;第三计算单元36,用于对所述轮廓区域锐度进行计算,得到遮挡评估值;判断单元37,用于判断所述遮挡评估值大于预设的遮挡阈值;确定单元38,用于在所述判断单元判断所述遮挡评估值大于预设的遮挡阈值时,确定所述摄像机的摄像头被遮挡。
优选的,所述去除单元包括:转换单元和处理单元,其中,所述转换单元,用于将所述彩色图像转换为灰度图像;所述处理单元,用于对所述灰度图像进行灰度闭操作,得到灰度闭图像。
优选的,所述第一计算单元包括:平均亮度计算单元,方差计算单元,动态阈值计算单元和提取单元,其中,所述平均亮度计算单元,用于计算所述灰度闭图像的平均亮度;所述方差计算单元,用于计算所述灰度闭图像的方差;所述动态阈值计算单元,用于对所述平均亮度和方差进行计算,得到动态阈值;所述提取单元,用于按照所述动态阈值对所述灰度图像进行提取,得到可疑遮挡区域。
优选的,所述滤除单元包括:分析单元,面积计算单元和实际遮挡区域确定单元,其中,所述分析单元,用于对所述可疑遮挡区域进行连通域分析,并计算各连通区域的面积;所述面积计算单元,用于计算所述灰度图像的面积,并将所述灰度图像的面积乘以一个固定系数;所述实际遮挡区域确定单元,用于选出所述连通域区域的面积大于所述灰度图像的面积的区域作为实际遮挡区域。
优选的,所述第二计算单元包括:过滤单元,边缘区域计算单元和锐度计算单元,其中,
过滤单元,用于对所述灰度图像进行边缘过滤,得到边缘轮廓强度图像;
边缘区域计算单元,用于计算所述实际遮挡区域的轮廓边缘区域;
锐度计算单元,用于计算所述边缘轮廓强度图像中轮廓边缘区域的均值,及计算所述边缘轮廓强度图像中轮廓边缘区域的方差,得到实际遮挡区域的轮廓区域锐度。本实施例中,轮廓边缘区域的均值和方差,就是轮廓边缘区域的锐度,所述锐度即平均强度。
优选的,所述第三计算单元包括:区域面积计算单元和遮挡评估值计算单元,其中,所述区域面积计算单元,用于计算实际遮挡区域的区域面积;所述遮挡评估值计算单元,用于根据所述区域面积、均值和方差进行计算,得到遮挡评估值。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,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、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
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本发明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,本发明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,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种确定摄像头被遮挡的方法,其特征在于,包括:
获取摄像机拍摄的彩色图像;
去除所述彩色图像中的细小黑色小区域,得到灰度闭图像;
对所述灰度闭图像进行计算,得到可疑遮挡区域;
滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域;
计算所述实际遮挡区域的轮廓区域锐度;
对所述轮廓区域锐度进行计算,得到遮挡评估值;
若判断所述遮挡评估值大于预设的遮挡阈值,则确定所述摄像机的摄像头被遮挡。
2.根据权利要求1所述的方法,其特征在于,所述去除所述彩色图像中的细小黑色小区域,得到灰度闭图像包括:
将所述彩色图像转换为灰度图像;
对所述灰度图像进行灰度闭操作,得到灰度闭图像。
3.根据权利要求2所述的方法,其特征在于,所述对所述灰度闭图像进行计算,得到可疑遮挡区域具体包括:
计算所述灰度闭图像的平均亮度及方差;
根据所述平均亮度和方差计算动态阈值;
按照所述动态阈值对所述灰度图像进行提取,得到可疑遮挡区域。
4.根据权利要求3所述的方法,其特征在于,所述滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域包括:
对所述可疑遮挡区域进行连通域分析,并计算各连通区域的面积;
计算所述灰度图像的面积;
选出所述连通区域的面积大于所述灰度图像的面积的区域,作为实际遮挡区域。
5.根据权利要求2至4任一项所述的方法,其特征在于,所述计算所述实际遮挡区域的轮廓区域锐度包括:
对所述灰度图像进行边缘滤波,得到边缘轮廓强度图像;
计算所述实际遮挡区域的轮廓边缘区域;
计算所述边缘轮廓强度图像中轮廓边缘区域的均值和方差,得到实际遮挡区域的轮廓区域锐度。
6.根据权利要求5所述的方法,其特征在于,所述对所述轮廓区域锐度进行计算,得到遮挡评估值包括:
计算所述实际遮挡区域的区域面积;
根据所述区域面积、均值和方差进行计算,得到遮挡评估值。
7.一种确定摄像头被遮挡的装置,其特征在于,包括:
获取单元,用于获取摄像机拍摄的彩色图像;
去除单元,用于去除所述彩色图像中的细小黑色小区域,得到灰度闭图像;
第一计算单元,用于对所述灰度闭图像进行计算,得到可疑遮挡区域;
滤除单元,用于滤除所述可疑遮挡区域的干扰区域,得到实际遮挡区域;
第二计算单元,用于计算所述实际遮挡区域的轮廓区域锐度;
第三计算单元,用于对所述轮廓区域锐度进行计算,得到遮挡评估值;
判断单元,用于判断所述遮挡评估值大于预设的遮挡阈值;
确定单元,用于在所述判断单元判断所述遮挡评估值大于预设的遮挡阈值时,确定所述摄像机的摄像头被遮挡。
8.根据权利要求7所述的装置,其特征在于,所述去除单元包括:
转换单元,用于将所述彩色图像转换为灰度图像;
处理单元,用于对所述灰度图像进行灰度闭操作,得到灰度闭图像。
9.根据权利要求8所述的装置,其特征在于,所述第一计算单元包括:
平均亮度计算单元,用于计算所述灰度闭图像的平均亮度;
方差计算单元,用于计算所述灰度闭图像的方差;
动态阈值计算单元,用于对所述平均亮度和方差进行计算,得到动态阈值;
提取单元,用于按照所述动态阈值对所述灰度图像进行提取,得到可疑遮挡区域。
10.根据权利要求9所述的装置,其特征在于,所述滤除单元包括:
分析单元,用于对所述可疑遮挡区域进行连通域分析,并计算各连通区域的面积;
面积计算单元,用于计算所述灰度图像的面积;
实际遮挡区域确定单元,用于选出所述连通区域的面积大于所述灰度图像的面积的区域作为实际遮挡区域。
11.根据权利要求8至10任一项所述的装置,其特征在于,所述第二计算单元包括:
过滤单元,用于对所述灰度图像进行边缘滤波,得到边缘轮廓强度图像;
边缘区域计算单元,用于计算所述实际遮挡区域的轮廓边缘区域;
锐度计算单元,用于计算所述边缘轮廓强度图像中轮廓边缘区域的均值,以及计算所述边缘轮廓强度图像中轮廓边缘区域的遮挡方差,得到实际遮挡区域的轮廓区域锐度。
12.根据权利要求11所述的装置,其特征在于,所述第三计算单元包括:
区域面积计算单元,用于计算实际遮挡区域的区域面积;
遮挡评估值计算单元,用于根据所述区域面积、均值和方差进行计算,得到遮挡评估值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110039895 CN102176244B (zh) | 2011-02-17 | 2011-02-17 | 一种确定摄像头被遮挡的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110039895 CN102176244B (zh) | 2011-02-17 | 2011-02-17 | 一种确定摄像头被遮挡的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102176244A CN102176244A (zh) | 2011-09-07 |
CN102176244B true CN102176244B (zh) | 2013-08-21 |
Family
ID=44519421
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110039895 Active CN102176244B (zh) | 2011-02-17 | 2011-02-17 | 一种确定摄像头被遮挡的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102176244B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103854023A (zh) * | 2012-11-28 | 2014-06-11 | 德尔福电子(苏州)有限公司 | 基于小波变换和时域模式识别的摄像头遮挡检测方法 |
CN103139547B (zh) * | 2013-02-25 | 2016-02-10 | 昆山南邮智能科技有限公司 | 基于视频图像信号判定摄像镜头遮挡状态的方法 |
CN104506850B (zh) * | 2014-12-16 | 2017-09-29 | 北京中星微电子有限公司 | 一种视频遮挡判断方法和装置 |
CN104504707B (zh) * | 2014-12-26 | 2017-08-25 | 深圳市群晖智能科技股份有限公司 | 一种监控相机视频画面的异物遮挡检测方法 |
CN104601965B (zh) * | 2015-02-06 | 2018-01-16 | 大连嘉运电子科技有限公司 | 摄像头遮挡检测方法 |
CN105427276A (zh) * | 2015-10-29 | 2016-03-23 | 重庆电信***集成有限公司 | 一种基于图像局部边缘特征的摄像头检测方法 |
CN105761261B (zh) * | 2016-02-17 | 2018-11-16 | 南京工程学院 | 一种检测摄像头遭人为恶意破坏的方法 |
CN106056080B (zh) * | 2016-05-30 | 2019-11-22 | 中控智慧科技股份有限公司 | 一种可视化的生物计量信息采集装置和方法 |
CN107776488A (zh) * | 2016-08-24 | 2018-03-09 | 京东方科技集团股份有限公司 | 汽车用辅助显示***、显示方法以及汽车 |
CN106846373B (zh) * | 2016-11-16 | 2019-07-05 | 浙江工业大学 | 一种融合目标外观模型和博弈论的视频目标互遮挡处理方法 |
CN108347601B (zh) * | 2018-03-19 | 2020-06-19 | 云丁网络技术(北京)有限公司 | 视频遮挡的检测方法及相关设备 |
CN109598706A (zh) * | 2018-11-26 | 2019-04-09 | 安徽嘉拓信息科技有限公司 | 一种摄像机镜头遮挡检测方法及*** |
CN110913209B (zh) * | 2019-12-05 | 2021-06-04 | 杭州飞步科技有限公司 | 摄像头遮挡检测方法、装置、电子设备及监控*** |
CN111862228B (zh) * | 2020-06-04 | 2023-11-10 | 福瑞泰克智能***有限公司 | 遮挡检测的方法、***、计算机设备和可读存储介质 |
CN111701118A (zh) * | 2020-06-24 | 2020-09-25 | 郭中华 | 一种玻尿酸注射用血管显影装置 |
CN112381054A (zh) * | 2020-12-02 | 2021-02-19 | 东方网力科技股份有限公司 | 摄像机的工作状态检测方法及相关设备、*** |
CN113282208A (zh) * | 2021-05-25 | 2021-08-20 | 歌尔科技有限公司 | 终端设备操控方法、终端设备及计算机可读存储介质 |
CN113347359B (zh) * | 2021-06-02 | 2022-10-04 | 深圳康佳电子科技有限公司 | 图像采集装置的位置调整方法、装置、设备及存储介质 |
CN113177944B (zh) * | 2021-06-30 | 2021-09-17 | 深之蓝海洋科技股份有限公司 | 水下镜头污渍的检测方法和水下机器人 |
CN113705332A (zh) * | 2021-07-14 | 2021-11-26 | 深圳市有为信息技术发展有限公司 | 检测车载终端摄像头遮挡的方法和装置、车载终端、车辆 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266064B1 (en) * | 1998-05-29 | 2001-07-24 | Microsoft Corporation | Coherent visibility sorting and occlusion cycle detection for dynamic aggregate geometry |
-
2011
- 2011-02-17 CN CN 201110039895 patent/CN102176244B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266064B1 (en) * | 1998-05-29 | 2001-07-24 | Microsoft Corporation | Coherent visibility sorting and occlusion cycle detection for dynamic aggregate geometry |
Non-Patent Citations (6)
Title |
---|
周亮等.基于数学形态学的汽车牌照提取算法.《青岛科技大学学报(自然科学版)》.2007,第28卷(第1期),69-72. * |
周贤等.基于图像边缘能量的自动聚焦算法.《光学技术》.2006,第32卷(第2期),213-215,218. * |
孟晓莉等.基于数学形态学的车牌定位研究与实现.《基于数学形态学的车牌定位研究与实现》.2010,第20卷(第11期),84-86,91. * |
李奇等.数字图象清晰度评价函数研究.《光子学报》.2002,第31卷(第6期),736-738. * |
苏永利等.一种改进的指纹图像分割算法.《计算机工程与应用》.2008,第44卷(第30期),173-174,188. * |
郭亚等.一种基于数学形态学的车牌图像边缘检测及提取算法.《交通信息与安全》.2009,第27卷(第5期),158-160. * |
Also Published As
Publication number | Publication date |
---|---|
CN102176244A (zh) | 2011-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102176244B (zh) | 一种确定摄像头被遮挡的方法及装置 | |
CN106056079B (zh) | 一种图像采集设备及人脸五官的遮挡检测方法 | |
CN103678299B (zh) | 一种监控视频摘要的方法及装置 | |
EP2743886B1 (en) | System for detecting structured artifacts in video sequences | |
CN103093179A (zh) | 视频条纹量化计算方法 | |
CN101299275A (zh) | 一种目标检测方法、装置及一种监控*** | |
CN107292913A (zh) | 一种基于视频的多阶段摔倒检测算法 | |
WO2021114896A1 (zh) | 一种基于计算机视觉的异常检测方法、装置及电子设备 | |
CN105976398A (zh) | 一种白天火灾视频检测方法 | |
CN107276779B (zh) | 一种监控方法、***及设备 | |
CN104574381A (zh) | 一种基于局部二值模式的全参考图像质量评价方法 | |
CN101751669B (zh) | 一种静止物体检测方法和装置 | |
CN115631191A (zh) | 一种基于灰度特征和边缘检测的堵煤检测算法 | |
CN104392203A (zh) | 一种基于视频分析的点状条纹噪声检测方法 | |
CN115797473A (zh) | 一种土建工程用混凝土成型评估方法 | |
CN103093197A (zh) | 一种识别上吊行为的监控方法和*** | |
CN102542673A (zh) | 基于计算机视觉的atm机预警方法及*** | |
CN109711313B (zh) | 一种识别向河道内倾倒污水的实时视频监控方法 | |
KR101581162B1 (ko) | 실시간 영상 기반의 화염, 연기 및 물체 움직임 자동 감지 방법, 장치 및 시스템 | |
CN110913209A (zh) | 摄像头遮挡检测方法、装置、电子设备及监控*** | |
CN109581479A (zh) | 一种地震预警信息的处理方法 | |
CN105427276A (zh) | 一种基于图像局部边缘特征的摄像头检测方法 | |
CN104463913A (zh) | 违规停车智能检测装置与方法 | |
CN116740885A (zh) | 烟雾火焰报警方法、装置、电子设备及存储介质 | |
CN116228712A (zh) | 一种多尺度边坡灾害监测方法、***及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
PP01 | Preservation of patent right |
Effective date of registration: 20220726 Granted publication date: 20130821 |
|
PP01 | Preservation of patent right |