CN111757182B - 图像花屏检测方法、设备、计算机设备和可读存储介质 - Google Patents
图像花屏检测方法、设备、计算机设备和可读存储介质 Download PDFInfo
- Publication number
- CN111757182B CN111757182B CN202010650493.9A CN202010650493A CN111757182B CN 111757182 B CN111757182 B CN 111757182B CN 202010650493 A CN202010650493 A CN 202010650493A CN 111757182 B CN111757182 B CN 111757182B
- Authority
- CN
- China
- Prior art keywords
- image
- detection
- pixel
- preset
- screen
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/442—Monitoring of processes or resources, e.g. detecting the failure of a recording device, monitoring the downstream bandwidth, the number of times a movie has been viewed, the storage space available from the internal hard disk
- H04N21/4425—Monitoring of client processing errors or hardware failure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种图像花屏检测方法、设备、计算机设备和可读存储介质,该图像花屏检测方法包括:对检测图像进行预设规则图像处理,获得处理后的所述检测图像;按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向的具有预设间隔的干扰线条的总数值;确定所述总数值大于预设数值时,确定所述检测图像花屏。本发明的图像花屏检测方法,通过对检测图像进行图像处理后,检测每一个像素点的纵向以及横向的具有预设间隔的干扰线条,可以在无检测图像的原始图像的情况下,精确检测出图像中是否存在有规律的花屏,从而提高用户的体验度。
Description
技术领域
本发明涉及图像技术领域,具体而言,涉及一种图像花屏检测方法、设备、计算机设备和可读存储介质。
背景技术
随着生活水平的提高,已经进入互联网时代,电子产品更是以各种形态进入大众视野,各类视频通过电子产品呈现出来,人们对视频的质量及稳定性的要求也越来越高,但由于软硬件等多方面因素,图像花屏是一类常见的图像异常现象,所以对花屏现象的判断在图像技术领域变的尤其重要。现有的图像花屏检测技术难以检测出有规律的图像花屏,一旦出现有规律的图像花屏,将严重影响用户的体验。
发明内容
鉴于上述问题,本发明提供了一种图像花屏检测方法、设备、计算机设备和可读存储介质,以精确检测出图像中是否存在有规律的花屏,从而提高用户的体验度。
为了实现上述目的,本发明采用如下的技术方案:
一种图像花屏检测方法,包括:
对检测图像进行预设规则图像处理,获得处理后的所述检测图像;
按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向的具有预设间隔的干扰线条的总数值;
确定所述总数值大于预设数值时,确定所述检测图像花屏。
优选地,所述的图像花屏检测方法中,所述对检测图像进行预设规则图像处理包括:
对所述检测图像进行边缘检测处理,获得带边线的所述检测图像;
对所述带边线的所述检测图像进行灰度化以及二值化处理,获得处理后的所述检测图像。
优选地,所述的图像花屏检测方法中,所述对所述检测图像进行边缘检测处理包括:
设定边缘检测的第一像素阈值以及第二像素阈值,所述第一像素阈值低于所述第二像素阈值;
将像素梯度值小于所述第一像素阈值的图像区域用黑色显示;
将像素梯度值大于或等于所述第一像素阈值小于或等于所述第二像素阈值的图像区域用灰色显示;
将像素梯度值大于所述第二像素阈值的图像区域用白色显示。
优选地,所述的图像花屏检测方法中,所述按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向的具有预设间隔的干扰线条的总数值包括:
检测是否存在与当前像素点按照预设间隔的横向平行以及纵向的所述干扰线条,并累计所述干扰线条的数量;
将当前像素点的灰度置为零,跳转至下一像素点进行检测,并累计相应的所述干扰线条的数量。
本发明还提供一种图像花屏检测设备,包括:
图像处理装置,用于对检测图像进行预设规则图像处理,获得处理后的所述检测图像;
像素点遍历装置,用于按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向的具有预设间隔的干扰线条的总数值;
花屏确定装置,用于确定所述总数值大于预设数值时,确定所述检测图像花屏。
优选地,所述的图像花屏检测设备中,所述图像处理装置包括:
边缘检测模块,用于对所述检测图像进行边缘检测处理,获得带边线的所述检测图像;
灰度二值化模块,用于对所述带边线的所述检测图像进行灰度化以及二值化处理,获得处理后的所述检测图像。
优选地,所述的图像花屏检测设备中,所述边缘检测模块包括:
检测阈值设定单元,用于设定边缘检测的第一像素阈值以及第二像素阈值,所述第一像素阈值低于所述第二像素阈值;
第一区域显示单元,用于将像素梯度值小于所述第一像素阈值的图像区域用黑色显示;
第二区域显示单元,用于将像素梯度值大于或等于所述第一像素阈值小于或等于所述第二像素阈值的图像区域用灰色显示;
第三区域显示单元,用于将像素梯度值大于所述第二像素阈值的图像区域用白色显示。
优选地,所述的图像花屏检测设备中,所述像素点遍历装置包括:
检测模块,用于检测是否存在与当前像素点按照预设间隔的横向平行以及纵向的所述干扰线条,并累计所述干扰线条的数量;
跳转模块,用于将当前像素点的灰度置为零,跳转至下一像素点进行检测,并累计相应的所述干扰线条的数量。
本发明还提供一种计算机设备,包括存储器以及处理器,所述存储器存储有计算机程序,所述处理器运行所述计算机程序以使所述计算机设备执行所述的图像花屏检测方法。
本发明还提供一种可读存储介质,其存储有计算机程序,所述计算机程序在处理器上运行时执行所述的图像花屏检测方法。
本发明提供一种图像花屏检测方法,该图像花屏检测方法包括:对检测图像进行预设规则图像处理,获得处理后的所述检测图像;按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向的具有预设间隔的干扰线条的总数值;确定所述总数值大于预设数值时,确定所述检测图像花屏。本发明的图像花屏检测方法,通过对检测图像进行图像处理后,检测每一个像素点的纵向以及横向的具有预设间隔的干扰线条,可以在无检测图像的原始图像的情况下,精确检测出图像中是否存在有规律的花屏,从而提高用户的体验度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对本发明保护范围的限定。在各个附图中,类似的构成部分采用类似的编号。
图1是本发明实施例1提供的一种图像花屏检测方法的流程图;
图2是本发明实施例2提供的一种进行预设规则图像处理的流程图;
图3是本发明实施例2提供的一种边缘检测处理的流程图;
图4是本发明实施例2提供的一种检测干扰线条的流程图;
图5是本发明实施例3提供的一种图像花屏检测设备的结构示意图;
图6是本发明实施例3提供的一种图像处理装置的结构示意图;
图7是本发明实施例3提供的一种边缘检测模块的结构示意图;
图8是本发明实施例3提供的一种像素点遍历装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明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发明一部分实施例,而不是全部的实施例。
通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
在下文中,可在本发明的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
实施例1
图1是本发明实施例1提供的一种图像花屏检测方法的流程图,该方法包括如下步骤:
步骤S11:对检测图像进行预设规则图像处理,获得处理后的所述检测图像。
本发明实施例中,图像花屏是一种常见的图像异常,为了提高用户的体验度,在计算机设备进行图像的显示前,可以对图像进行花屏检测,具体地,对于需要进行检测的图像,计算机设备先进行预设规则的图像处理,获得处理后的检测图像。其中,该处理后的检测图像即可为带干扰线条的检测图像,经过预设规则的图像处理可以将花屏的线条显示成具有指定颜色的干扰线条,以便后续进行干扰线条的检测和统计。
本发明实施例中,上述进行预设规则的图像处理过程可以利用算法或应用程序来实现,例如可以在计算机设备中设置有基于预设规则图像处理的应用程序,在获取到检测图像后可以将该检测图像输入至该应用程序中进行图像处理,以获得处理后的检测图像。
步骤S12:按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向的具有预设间隔的干扰线条的总数值。
本发明实施例中,对于处理后的检测图像,将按照预设顺序遍历检测图像上各个像素点,找出与像素点横向平行以及纵向的具有预设间隔的干扰线条,并记录干扰线条的数量,最终获得所有与像素点平行的干扰线条的总数值。其中,检测过程中设置预设间隔是为了找出有规律间隔的平行干扰线,因此该预设间隔在检测的过程中还可以进行设置,或者设置有上限和下限,把上限与下限之间的间隔都检测一遍。
本发明实施例中,上述检测过程同样可以利用算法或应用程序来实现,例如可以在计算机设备中设置有检测干扰线条的应用程序,利用该应用程序进行每个像素点的平行干扰线条的检测。并且,在计算机设备中还设置有累加器,通过该累加器记录干扰线条的总数。
步骤S13:确定所述总数值大于预设数值时,确定所述检测图像花屏。
本发明实施例中,在确定干扰线条的总数值超过预设数值时,则可确定检测图像花屏。其中,可以在所有像素点都检测完成后再进行总数值的判断,也可以实时监测累加器中的数值,在超过预设数值后可以停止像素点的检测并确定图像花屏。
本发明实施例中,通过对检测图像进行图像处理后,检测每一个像素点的纵向以及横向的具有预设间隔的干扰线条,可以在无检测图像的原始图像的情况下,精确检测出图像中是否存在有规律的花屏,从而提高用户的体验度。
实施例2
图2是本发明实施例2提供的一种进行预设规则图像处理的流程图,该方法包括如下步骤:
步骤S21:对所述检测图像进行边缘检测处理,获得带边线的所述检测图像。
步骤S22:对所述带边线的所述检测图像进行灰度化以及二值化处理,获得处理后的所述检测图像。
本发明实施例中,预设图像处理包括对图像进行边缘检测处理、灰度处理以及二值化处理。其中,上述三种处理过程均可以通过相应的算法或应用程序来实现,例如可以在计算机设备中设置有边缘检测处理的应用程序、灰度化处理的应用程序以及二值化处理的应用程序,将检测图像依次输入至相应的应用程序中,最终获得处理后的检测图像。
图3是本发明实施例2提供的一种边缘检测处理的流程图,该方法包括如下步骤:
步骤S31:设定边缘检测的第一像素阈值以及第二像素阈值,所述第一像素阈值低于所述第二像素阈值。
步骤S32:将像素梯度值小于所述第一像素阈值的图像区域用黑色显示。
步骤S33:将像素梯度值大于或等于所述第一像素阈值小于或等于所述第二像素阈值的图像区域用灰色显示。
步骤S34:将像素梯度值大于所述第二像素阈值的图像区域用白色显示。
本发明实施例中,进行边缘检测处理前,还可以进行边缘检测的阈值设定,设定一个低阈值以及一个高阈值,也即上述第一像素阈值以及第二像素阈值。在进行边缘检测后,将检测图像中像素梯度值小于低阈值的图像区域用黑色显示,将检测图像中像素梯度值在低阈值与高阈值之间的图像区域用灰色显示,而检测图像中像素梯度值改与高阈值的图像区域用白色显示。
图4是本发明实施例2提供的一种检测干扰线条的流程图,该方法包括如下步骤:
步骤S41:检测是否存在与当前像素点按照预设间隔的横向平行以及纵向的所述干扰线条,并累计所述干扰线条的数量。
步骤S42:将当前像素点的灰度置为零,跳转至下一像素点进行检测,并累计相应的所述干扰线条的数量。
本发明实施例中,上述将当前像素点的灰度置零的过程可以利用算法或应用程序来实现,例如在计算机设备中设置有灰度置零的应用程序,在检测完当前像素点的干扰线条后,对当前像素点的灰度置为零。其中将像素点的灰度置为零也即为将该像素点显示为黑色。
实施例3
图5是本发明实施例3提供的一种图像花屏检测设备的结构示意图。
该图像花屏检测设备5000包括:
图像处理装置5100,用于对检测图像进行预设规则图像处理,获得处理后的所述检测图像;
像素点遍历装置5200,用于按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向的具有预设间隔的干扰线条的总数值;
花屏确定装置5300,用于确定所述总数值大于预设数值时,确定所述检测图像花屏。
如图6所示该图像处理装置5100包括:
边缘检测模块5110,用于对所述检测图像进行边缘检测处理,获得带边线的所述检测图像;
灰度二值化模块5120,用于对所述带边线的所述检测图像进行灰度化以及二值化处理,获得处理后的所述检测图像。
如图7所示,该边缘检测模块5110包括:
检测阈值设定单元5111,用于设定边缘检测的第一像素阈值以及第二像素阈值,所述第一像素阈值低于所述第二像素阈值;
第一区域显示单元5112,用于将像素梯度值小于所述第一像素阈值的图像区域用黑色显示;
第二区域显示单元5113,用于将像素梯度值大于或等于所述第一像素阈值小于或等于所述第二像素阈值的图像区域用灰色显示;
第三区域显示单元5114,用于将像素梯度值大于所述第二像素阈值的图像区域用白色显示。
如图8所示,该像素点遍历装置5200包括:
检测模块5210,用于检测是否存在与当前像素点按照预设间隔的横向平行以及纵向的所述干扰线条,并累计所述干扰线条的数量;
跳转模块5220,用于将当前像素点的灰度置为零,跳转至下一像素点进行检测,并累计相应的所述干扰线条的数量。
本发明实施例中,上述各个模块以及各个单元更加详细的功能描述可以参考前述实施例中相应部分的内容,在此不再赘述。
此外,本发明还提供了一种计算机设备,该计算机设备可以包括智能电话、平板电脑、车载电脑、智能穿戴设备等。该计算机设备包括存储器和处理器,存储器可用于存储计算机程序,处理器通过运行所述计算机程序,从而使计算机设备执行上述方法或者上述图像花屏检测设备中的各个模块的功能。
存储器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***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据计算机设备的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器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、或其他易失性固态存储器件。
本实施例还提供了一种计算机存储介质,用于储存上述计算机设备中使用的计算机程序。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,也可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,附图中的流程图和结构图显示了根据本发明的多个实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。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或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是智能手机、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所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (8)
1.一种图像花屏检测方法,其特征在于,包括:
对检测图像进行边缘检测处理,获得带边线的检测图像;
对所述带边线的检测图像进行灰度化以及二值化处理,获得处理后的所述检测图像;
按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向平行的具有预设间隔的干扰线条的总数值;
确定所述总数值大于预设数值时,确定所述检测图像花屏。
2.根据权利要求1所述的图像花屏检测方法,其特征在于,所述对所述检测图像进行边缘检测处理包括:
设定边缘检测的第一像素阈值以及第二像素阈值,所述第一像素阈值低于所述第二像素阈值;
将像素梯度值小于所述第一像素阈值的图像区域用黑色显示;
将像素梯度值大于或等于所述第一像素阈值小于或等于所述第二像素阈值的图像区域用灰色显示;
将像素梯度值大于所述第二像素阈值的图像区域用白色显示。
3.根据权利要求1所述的图像花屏检测方法,其特征在于,所述按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向平行的具有预设间隔的干扰线条的总数值包括:
检测是否存在与当前像素点按照预设间隔的横向平行以及纵向的所述干扰线条,并累计所述干扰线条的数量;
将当前像素点的灰度置为零,跳转至下一像素点进行检测,并累计相应的所述干扰线条的数量。
4.一种图像花屏检测设备,其特征在于,包括:
图像处理装置,用于对检测图像进行边缘检测处理,获得带边线的检测图像,对所述带边线的检测图像进行灰度化以及二值化处理,获得处理后的所述检测图像;
像素点遍历装置,用于按照预设顺序遍历所述检测图像的各个像素点,并累计与各个像素点横向平行以及纵向平行的具有预设间隔的干扰线条的总数值;
花屏确定装置,用于确定所述总数值大于预设数值时,确定所述检测图像花屏。
5.根据权利要求4所述的图像花屏检测设备,其特征在于,所述图像处理装置包括:
检测阈值设定单元,用于设定边缘检测的第一像素阈值以及第二像素阈值,所述第一像素阈值低于所述第二像素阈值;
第一区域显示单元,用于将像素梯度值小于所述第一像素阈值的图像区域用黑色显示;
第二区域显示单元,用于将像素梯度值大于或等于所述第一像素阈值小于或等于所述第二像素阈值的图像区域用灰色显示;
第三区域显示单元,用于将像素梯度值大于所述第二像素阈值的图像区域用白色显示。
6.根据权利要求4所述的图像花屏检测设备,其特征在于,所述像素点遍历装置包括:
检测模块,用于检测是否存在与当前像素点按照预设间隔的横向平行以及纵向的所述干扰线条,并累计所述干扰线条的数量;
跳转模块,用于将当前像素点的灰度置为零,跳转至下一像素点进行检测,并累计相应的所述干扰线条的数量。
7.一种计算机设备,其特征在于,包括存储器以及处理器,所述存储器存储有计算机程序,所述处理器运行所述计算机程序以使所述计算机设备执行根据权利要求1至3中任一项所述的图像花屏检测方法。
8.一种可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序在处理器上运行时执行权利要求1至3中任一项所述的图像花屏检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010650493.9A CN111757182B (zh) | 2020-07-08 | 2020-07-08 | 图像花屏检测方法、设备、计算机设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010650493.9A CN111757182B (zh) | 2020-07-08 | 2020-07-08 | 图像花屏检测方法、设备、计算机设备和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111757182A CN111757182A (zh) | 2020-10-09 |
CN111757182B true CN111757182B (zh) | 2022-05-31 |
Family
ID=72709907
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010650493.9A Active CN111757182B (zh) | 2020-07-08 | 2020-07-08 | 图像花屏检测方法、设备、计算机设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111757182B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112651367A (zh) * | 2020-12-30 | 2021-04-13 | 深圳市计通智能技术有限公司 | 一种多维度航显屏智能监控的方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117418A (ja) * | 2007-12-21 | 2008-05-22 | Ricoh Co Ltd | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該プログラムを格納したコンピュータ読み取り可能な記憶媒体 |
CN102087652A (zh) * | 2009-12-08 | 2011-06-08 | 百度在线网络技术(北京)有限公司 | 图像筛选方法及其*** |
CN103238335A (zh) * | 2010-03-04 | 2013-08-07 | 索尼公司 | 图像处理装置、图像处理方法和程序 |
CN106372584A (zh) * | 2016-08-26 | 2017-02-01 | 浙江银江研究院有限公司 | 一种视频图像马赛克检测方法 |
CN106971399A (zh) * | 2017-03-29 | 2017-07-21 | 北京数码视讯科技股份有限公司 | 图像马赛克检测方法及装置 |
CN107979774A (zh) * | 2017-12-12 | 2018-05-01 | 深圳创维数字技术有限公司 | 一种终端开机方法、终端以及存储介质 |
CN108364282A (zh) * | 2018-01-15 | 2018-08-03 | 北京华兴宏视技术发展有限公司 | 图像马赛克检测方法、图像马赛克检测*** |
CN109389110A (zh) * | 2018-10-11 | 2019-02-26 | 北京奇艺世纪科技有限公司 | 一种区域确定方法及装置 |
CN110008809A (zh) * | 2019-01-04 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 表格数据的获取方法、装置和服务器 |
CN110120039A (zh) * | 2019-05-10 | 2019-08-13 | 苏州科达科技股份有限公司 | 一种花屏检测方法、检测装置、电子设备及可读存储介质 |
CN110363766A (zh) * | 2019-07-24 | 2019-10-22 | 北京市博汇科技股份有限公司 | 马赛克检测方法、装置和电子设备 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3736535B2 (ja) * | 2003-02-26 | 2006-01-18 | コニカミノルタビジネステクノロジーズ株式会社 | 原稿種類判別装置 |
CN110830787B (zh) * | 2018-08-07 | 2021-10-15 | 阿里巴巴(中国)有限公司 | 一种检测花屏图像的方法及装置 |
CN109005458B (zh) * | 2018-09-27 | 2021-02-23 | 上海东方传媒技术有限公司 | 一种图像花屏检测方法及装置 |
-
2020
- 2020-07-08 CN CN202010650493.9A patent/CN111757182B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117418A (ja) * | 2007-12-21 | 2008-05-22 | Ricoh Co Ltd | 画像特性判別処理装置、画像特性判別処理方法、該方法を実行させるためのプログラム及び該プログラムを格納したコンピュータ読み取り可能な記憶媒体 |
CN102087652A (zh) * | 2009-12-08 | 2011-06-08 | 百度在线网络技术(北京)有限公司 | 图像筛选方法及其*** |
CN103238335A (zh) * | 2010-03-04 | 2013-08-07 | 索尼公司 | 图像处理装置、图像处理方法和程序 |
CN106372584A (zh) * | 2016-08-26 | 2017-02-01 | 浙江银江研究院有限公司 | 一种视频图像马赛克检测方法 |
CN106971399A (zh) * | 2017-03-29 | 2017-07-21 | 北京数码视讯科技股份有限公司 | 图像马赛克检测方法及装置 |
CN107979774A (zh) * | 2017-12-12 | 2018-05-01 | 深圳创维数字技术有限公司 | 一种终端开机方法、终端以及存储介质 |
CN108364282A (zh) * | 2018-01-15 | 2018-08-03 | 北京华兴宏视技术发展有限公司 | 图像马赛克检测方法、图像马赛克检测*** |
CN109389110A (zh) * | 2018-10-11 | 2019-02-26 | 北京奇艺世纪科技有限公司 | 一种区域确定方法及装置 |
CN110008809A (zh) * | 2019-01-04 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 表格数据的获取方法、装置和服务器 |
CN110120039A (zh) * | 2019-05-10 | 2019-08-13 | 苏州科达科技股份有限公司 | 一种花屏检测方法、检测装置、电子设备及可读存储介质 |
CN110363766A (zh) * | 2019-07-24 | 2019-10-22 | 北京市博汇科技股份有限公司 | 马赛克检测方法、装置和电子设备 |
Non-Patent Citations (2)
Title |
---|
Spatial Statistics of Image Features for Performance Comparison;E. Bostanci et al.;《IEEE Transactions on Image Processing》;20131023;全文 * |
视频质量与监测的相关问题研究;马云;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑(月刊),2018年第01期》;20180115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111757182A (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107509107B (zh) | 视频播放故障的检测方法、装置及设备、可读介质 | |
JP6240199B2 (ja) | 画像における対象物の識別方法及び装置 | |
CN108769776B (zh) | 标题字幕检测方法、装置及电子设备 | |
CN111225276B (zh) | 视频黑屏图像的分类方法、装置、电子设备及存储介质 | |
CN110298858B (zh) | 一种图像裁剪方法及装置 | |
CN110083740B (zh) | 视频指纹提取及视频检索方法、装置、终端及存储介质 | |
CN108107611B (zh) | 一种自适应缺陷检测方法、装置及电子设备 | |
US20190387184A1 (en) | Method and device for displaying target object | |
CN111967345A (zh) | 一种实时判定摄像头遮挡状态的方法 | |
CN111228801A (zh) | 游戏场景的渲染方法和装置、存储介质、处理器 | |
CN114220057A (zh) | 视频片尾识别方法、装置、电子设备及可读存储介质 | |
CN111757182B (zh) | 图像花屏检测方法、设备、计算机设备和可读存储介质 | |
CN100375530C (zh) | 一种运动检测方法 | |
US20160371848A1 (en) | Method and device for discriminating a boundary of image, and display panel | |
CN110708568B (zh) | 一种视频内容突变检测方法及装置 | |
EP3076674B1 (en) | Video quality detection method and device | |
CN110120039B (zh) | 一种花屏检测方法、检测装置、电子设备及可读存储介质 | |
CN112073713B (zh) | 视频漏录测试方法、装置、设备及存储介质 | |
CN111951194B (zh) | 图像处理方法、装置、电子设备和计算机可读存储介质 | |
US9395887B2 (en) | Image processing apparatus and method for removing noise from a frame group | |
CN111160340B (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
CN101461228A (zh) | 图像处理电路、半导体装置和图像处理设备 | |
EP2453383A1 (en) | Facial features detection | |
US9070015B2 (en) | System and method for iris detection in digital images | |
CN112381058A (zh) | 基于行人重识别的黑白名单管控方法及设备 |
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 |