CN112954142B - 一种智能除尘除雾摄像机防护罩及其智能识别方法 - Google Patents
一种智能除尘除雾摄像机防护罩及其智能识别方法 Download PDFInfo
- Publication number
- CN112954142B CN112954142B CN201911153447.1A CN201911153447A CN112954142B CN 112954142 B CN112954142 B CN 112954142B CN 201911153447 A CN201911153447 A CN 201911153447A CN 112954142 B CN112954142 B CN 112954142B
- Authority
- CN
- China
- Prior art keywords
- dust
- camera
- protective cover
- fog
- image processing
- 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
- 230000001681 protective effect Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012545 processing Methods 0.000 claims abstract description 36
- 238000004891 communication Methods 0.000 claims abstract description 21
- 239000011521 glass Substances 0.000 claims abstract description 19
- 238000010438 heat treatment Methods 0.000 claims abstract description 18
- 239000000428 dust Substances 0.000 claims description 72
- 239000003595 mist Substances 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 14
- 238000001514 detection method Methods 0.000 claims description 13
- 238000002834 transmittance Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 9
- 238000001816 cooling Methods 0.000 claims description 4
- 239000012535 impurity Substances 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 238000009434 installation Methods 0.000 abstract description 3
- 230000002265 prevention Effects 0.000 description 5
- 229910000831 Steel Inorganic materials 0.000 description 4
- 238000009833 condensation Methods 0.000 description 4
- 230000005494 condensation Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000010959 steel Substances 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005097 cold rolling Methods 0.000 description 1
- 239000006059 cover glass Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000010257 thawing 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
- H04N23/51—Housings
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B08—CLEANING
- B08B—CLEANING IN GENERAL; PREVENTION OF FOULING IN GENERAL
- B08B1/00—Cleaning by methods involving the use of tools
- B08B1/10—Cleaning by methods involving the use of tools characterised by the type of cleaning tool
- B08B1/12—Brushes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- H04N23/811—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation by dust removal, e.g. from surfaces of the image sensor or processing of the image signal output by the electronic image sensor
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Camera Bodies And Camera Details Or Accessories (AREA)
- Studio Devices (AREA)
Abstract
本发明公开了一种智能除尘除雾摄像机防护罩及其智能识别方法，包括防护罩本体，所述防护罩本体的前端设有玻璃视窗，还包括设于所述防护罩本体内从前端往后端依次设有加热片、摄像机、控制单元和风扇，所述摄像机上的镜头朝所述玻璃视窗方向设置，所述玻璃视窗的外侧面上设有雨刷；所述控制单元，包括电源模块、温控模块、通讯模块和图像处理模块，所述风扇与所述温控模块相连，所述加热片、所述雨刷均与所述图像处理模块相连，所述摄像机通过TCP/IP协议将画面实时传输至所述图像处理模块中，所述摄像机上另一组通讯线与所述通讯模块相连。本发明提供一种可靠性高、适用范围广、安装方便、始终保持摄像机防护罩内外无温差的摄像机防护罩。
Description
技术领域
本发明涉及CCTV摄像机防护技术，更具体地说，涉及一种智能除尘除雾摄像机防护罩及其智能识别方法。
背景技术
防护罩是监控***中重要的部件，摄像机和镜头是不具备防护能力的电子设备，在防护罩的保护下使其内的摄像机在粉尘、雨水、高低温等环境下保持正常工作，尤其在制造工业环境下使用防护罩是必须的。防护罩主要分成两种，一种是室内型防护罩，这种防护罩用于室内环境，有防尘/灰或有一定的防盗、防破坏功能；另一类是室外型防护罩，又可称为全天候防护罩，具有适应室外安装所需的防护能力，如防尘、防水、低温、高温等恶劣条件。目前的这些防护罩都有适应各种环境而设计的功能，市场上现有的含摄像机和镜头的全天候防护罩如图1至图3所示，防护罩的外部结构主要包括顶盖1、玻璃视窗2、防护罩本体3、雨刷4等部件，顶盖1与防护罩本体3之间有密封橡胶条，盖上顶盖1后能起到防尘、防溅水作用。内部结构主要包括摄像机6、镜头7、加热器8、温控开关9及风扇10等部件，加热器8是一种电加热器，在靠近防护罩本体3玻璃内侧安装陶瓷间隔的数层电阻丝外包散热鳍的加热器，其电极导线与接有电源的温控开关9连接，当温度低于温控设定值时加热器8与电源接通，达到对防护罩本体3内部空间加热和玻璃视窗2表面除霜的效果；风扇10安装在摄像机6的后面，在温控开关9的控制下运作，当温度高于设定值时风扇10开始转动，向摄像机6方向送风进行防护罩本体3内部空气循环，避免摄像机6局部区域发热过高现象，起到有限的冷却作用。
基于对这一公知技术或典型的全天候防护罩结构的分析，此项防护罩基本以实现大部分情况下镜片的自动清理任务，如温度过高时，风扇启动散热，温度低于零度时，加热片自动加热。灰尘累积过多时，工作人员可手动开启雨刷清理积灰。但是对于温度高于0℃以上湿度较大的环境中，玻璃内侧、镜头凝露室，纵使配备了加热器也无法开启。雨刷开启需要远程的员工手动开启，摄像头数量过多时，会出现无法及时清理积灰等情况。另外，某些特定实际场景应用中，为了优化人员结构，监控室中只保存记录，工作人员只是定期去巡检，一旦摄像头积灰过多又没有及时清理，造成图像模糊，进而造成一系列损失。
目前钢铁企业的钢管、冷轧、条钢等单位的生产线上大量使用了全天候防护罩，在湿度较大的环境或阴雨天就会发生防护罩玻璃内侧结雾甚至结露的现象，在监视器上呈现的画面轻者有类似镜头聚焦不良现象，重者图像完全模糊不能成像，一旦操作人员看不清图像或对聚焦不良的图像进行误判将导致产品质量或安全生产问题，使企业蒙受损失。此外，环境恶劣、粉尘大，极易在防护罩玻璃上积灰，导致操作室内监视器图像不清，影响生产运行。
另外，有些无人值守区域虽然配有雨刷除尘，但是，雨刷不能一直长时间运行，只能人为手动定时操作，对于一些灰尘比较严重区域就需要增加工作量，造成不必要的人员工作分配。
发明内容
针对现有技术中存在的上述缺陷，本发明的目的是提供一种智能除尘除雾摄像机防护罩及其智能识别方法，提供一种可靠性高、适用范围广、安装方便、始终保持摄像机防护罩内外无温差的摄像机防护罩。
为实现上述目的，本发明采用如下技术方案：
一方面，一种智能除尘除雾摄像机防护罩，包括防护罩本体，所述防护罩本体的前端设有玻璃视窗，还包括设于所述防护罩本体内从前端往后端依次设有加热片、摄像机、控制单元和风扇，所述摄像机上的镜头朝所述玻璃视窗方向设置，所述玻璃视窗的外侧面上设有雨刷；
所述控制单元，包括电源模块、温控模块、通讯模块和图像处理模块，所述风扇与所述温控模块相连，所述加热片、所述雨刷均与所述图像处理模块相连，所述摄像机通过TCP/IP协议将画面实时传输至所述图像处理模块中，所述摄像机上另一组通讯线与所述通讯模块相连。
所述防护罩本体的底部还开设有电缆孔，所述电源模块上的电源线、所述通讯模块上通讯线均通过所述电缆孔与外部电源、通讯设备相连。
另一方面，一种智能除尘除雾摄像机防护罩的智能识别方法：
所述图像处理模块对所述摄像机采集的画面进行分析，对比不同情况下的图片实景，判断采集的画面是否模糊，若模糊，则继续判断是否存在闭合面积，若不模糊，则继续采集画面；
若存在闭合面积，则启动水雾处理方案，若不存在闭合面积，则继续判断是否存在模糊程度高和透光度低；
若存在模糊程度高和透光度低，则启动灰尘处理方案，若不存在模糊程度高和透光度低，则记录灰尘和水雾出现时间，计算出现规律，设定提前处理，防止出现画面模糊情况。
所述水雾处理方案为，当出现雾气或凝露情况时，启动所述加热片；所述灰尘处理方案为，当出现雨水或粉尘情况时，启动雨刷。
所述雨水检测采用CCD拍摄的图像数据传输至所述图像处理模块中，由所述图像处理模块进行降噪算法识别杂质去除干扰，算法如下：
g(x，y)＝f(x，y)+η(x，y)
上式中，g(x，y)为采集图像，f(x，y)为无噪声图像，η(x，y)为噪声，去噪的过程就是从已知的g(x，y)来近似得到f(x，y)的过程。
所述粉尘、雾气检测采用基于RGB、HSV(色调饱和度明度)、HSI(色调饱和度亮度)混合颜色模型对粉尘、雾气区域进行分割，通过分析粉尘、雾气图像像素的亮度特征、颜色特征以及颜色饱和度特征，以识别粉尘、雾气。
所述温控模块检测所述防护罩本体内温度，当温度超过设定值后，启动所述风扇，加速所述防护罩本体内气体流动，实现所述防护罩本体内降温。
本发明所提供的一种智能除尘除雾摄像机防护罩及其智能识别方法，针对摄像机防护罩上的不同干扰作出智能应答，能够全天候全地形地对摄像机防护罩进行防护，保证视频清晰度，避免诸多不必要的损失。能自动实现除雾、除尘功能，始终为使用者提供清晰的图像，可为企业节约为此投入的检修费用，提高用户的工作效率。
附图说明
图1是现有全天候防护罩的主视图；
图2是图1全天候防护罩的右视图；
图3是图1全天候防护罩拆除顶盖后的俯视图；
图4是本发明摄像机防护罩的主视图；
图5是图4摄像机防护罩的俯视图；
图6是本发明摄像机防护罩的智能识别方法的流程图；
图7是本发明摄像机防护罩的智能识别方法中采用Canny算法得到横向Gx和纵向Gy的梯度值示意图；
图8是本发明摄像机防护罩的智能识别方法中图像像素点的梯度示意图；
图9是本发明摄像机防护罩的智能识别方法中图像的灰度梯度阀值的示意图；
图10是本发明摄像机防护罩的智能识别方法中颜色空间里RGB特征对应的数值表；
图11是本发明摄像机防护罩的智能识别方法中灰尘颜色HIS的特征示意图。
具体实施方式
下面结合附图和实施例进一步说明本发明的技术方案。
请结合图4至图5所示，本发明所提供的一种智能除尘除雾摄像机防护罩，包括防护罩本体11，所述防护罩本体11的前端设有玻璃视窗12，上述为现有技术部分，在此就不再赘述。与现有技术不同的是，还包括设于所述防护罩本体11内从前端往后端依次设有的加热片13、摄像机14、控制单元15和风扇16，所述摄像机14上的镜头朝所述玻璃视窗12方向设置，所述玻璃视窗12的外侧面上设有雨刷17。
较佳的，所述控制单元15，包括电源模块1501、温控模块1502、通讯模块1503和图像处理模块1504，所述风扇16与所述温控模块1502相连，当所述温控模块1502检测到所述防护罩本体11内温度过高，启动所述风扇16，加速所述防护罩本体11内气体流动，从而实现降温的目的。所述加热片13、所述雨刷17均与所述图像处理模块1504相连，同时，所述摄像机14上另一组通讯线与所述通讯模块1503相连，所述摄像机14通过TCP/IP协议将画面实时传输至所述图像处理模块1504中，所述图像处理模块1504对采集的画面进行分析，对比不同情况下的图片实景，出现雾气或凝露情况时，启动所述加热片13，出现雨水天气或粉尘情况，干扰到正常画面时，启动所述雨刷17。针对不同状况下有不同的方案，全天候保护防护罩本体11，保证视频质量。
较佳的，所述防护罩本体11的底部还开设有电缆孔18，所述电源模块1501上的电源线、所述通讯模块1503上通讯线均通过所述电缆孔18与外部电源、通讯设备相连。
如图6所示，本发明还提供了一种智能除尘除雾摄像机防护罩的智能识别方法，所述图像处理模块1504对所述摄像机14采集的画面进行分析，对比不同情况下的图片实景，判断采集的画面是否模糊，若模糊，则继续判断是否存在闭合面积，若不模糊，则继续采集画面；
若存在闭合面积，则启动水雾处理方案，若不存在闭合面积，则继续判断是否存在模糊程度高和透光度低；
若存在模糊程度高和透光度低，则启动灰尘处理方案，若不存在模糊程度高和透光度低，则记录灰尘和水雾出现时间，计算出现规律，设定提前处理，防止出现画面模糊情况。
较佳的，所述水雾处理方案为，当出现雾气或凝露情况时，启动所述加热片13；所述灰尘处理方案为，当出现雨水或粉尘情况时，启动雨刷17。
通常情况下，摄像头拍摄画面不清楚的关键因素有雨水、露珠及粉尘、霜雾，本发明对于这些干扰的检测原理如下：
由于雨露是圆形的具有闭合面积，因此只需检测是否存在闭合面积就能够判断造成图像模糊是不是雨水原因，所述雨水检测采用CCD拍摄的图像数据传输至所述图像处理模块1504中，由所述图像处理模块1504进行降噪算法识别杂质去除干扰，算法如下：
g(x，y)＝f(x，y)+η(x，y)
上式中，g(x，y)为采集图像，f(x，y)为无噪声图像，η(x，y)为噪声，去噪的过程就是从已知的g(x，y)来近似得到f(x，y)的过程。
对于同一个场景拍摄的多张图像来说，fi(x，y)是相同的，ηi(x，y)是随机的且相互之间不相关，相同场景的K幅图像的均值可以表示如下：
由于噪点随机且不相关，可得其平均图像的期望：
平均图像的方差：
即
经过滤波后去除无关信息，经过边缘检测和连接边缘检测，计算闭合区域面积，就能够显示其是不是雨露，原理如下：
如图7所示，Canny算法的基本思想是找寻一幅图相中灰度强度变化最强的位置。所谓变化最强，即指梯度方向。对平滑后的图像使用Sobel算子计算水平方向和竖直方向的一阶导数(图像梯度)。根据得到的这两幅梯度图找到边界的梯度和方向，算子使用两个3*3的矩阵算子分别和原始图片作卷积，分别得到横向Gx和纵向Gy的梯度值，如果梯度值大于某一个阈值，则认为该点为边缘点,θ表示角度。如下所示：
梯度的方向一般总是与边界垂直，梯度方向被归为四类：垂直，水平，和两个对角线。
在获得梯度的方向和大小之后，应该对整幅图像做一个扫描，去除那些非边界上的点。对每一个像素进行检查，看这个点的梯度是不是周围具有相同梯度方向的点中最大的。如图8所示，图中的数字代表了像素点的梯度强度，箭头方向代表了梯度方向。以第二排第三个像素点为例，由于梯度方向向上，则将这一点的强度“7”与其上下两个像素点的强度“5”和“4”比较，由于这一点强度最大，则保留。
如图9所示，现在要确定那些边界才是真正的边界。这时需要设置两个阈值：minVal和maxVal。当图像的灰度梯度高于maxVal时被认为是真的边界，那些低于minVal的边界会被抛弃。如果介于两者之间的话，就要看这个点是否与某个被确定为真正的边界点相连，如果是就认为它也是边界点，如果不是就抛弃。如图9所示，A高于阈值maxVal所以是真正的边界点，C虽然低于maxVal但高于minVal并且与A相连，所以也被认为是真正的边界点。而B就会被抛弃，因为它不仅低于maxVal而且不与真正的边界点相连。所以选择合适的maxVal和minVal对于能否得到好的结果非常重要。在这一步一些小的噪声点也会被除去，因为我们假设边界都是一些有闭合型的长的线段。
如图10所示，当有灰尘、霜雾遮挡镜头画面就会变得模糊，画面的亮度就会变低。用梯度来表示清晰度，梯度越大，说明图像的边缘越清晰，反之则模糊。梯度平方和以及梯度绝对值之和用来衡量清晰度。当亮度出现异常时，图像亮度会偏离亮度均值(可认为是128)。计算亮度偏离均值128的均值和偏差，可衡量图像亮度。如果只采取单一的颜色模型进行分割，效果不理想。所述粉尘、雾气检测采用基于RGB、HSV、HSI混合颜色模型对粉尘、雾气区域进行分割，通过分析粉尘、雾气图像像素的亮度特征、颜色特征以及颜色饱和度特征，以识别粉尘、雾气。
1)颜色空间里RGB表示：红色R，绿色G和蓝色B。水雾颜色RGB特征因为水雾呈灰白色，所以在水雾RGB空间上RGB三值相差不大。因此，以RGB分量值的平均值(M1)范围和最大值(M3)最小值(M2)差值阈值作为判据之一。在RGB颜色空间中，烟雾满足：
|Max(R,G,B)-Min(R,G,B)|≤M1
M2≤Avg(R,G,B)≤M3
2)而尘土颜色RGB特征为棕色加杂着土黄色，结合宝钢厂区实情会存在黑色尘土，灰尘颜色HSV(颜色空间里HSV表示：色调H，饱和度S，亮度V)特征由于烟雾厚薄不一，所以漫反射程度不同。反映在灰尘颜色HSV空间中表现为亮度V由下到上逐渐衰减的过程，，多数尘土的颜色为棕黄色有时偏黑，所以色调H在近棕色范围内变化。因此，HSV中以亮度V和尘土色调H的阈值范围作为灰尘颜色判据之一。在灰尘颜色HSV空间中，灰尘应满足以下条件：
H∈[H1,H2]；S∈[S1,S2]；V∈[V1,V2]
3)如图11所示，灰尘颜色HSI(颜色空间里HSI表示：色调H，饱和度S，强度I)特征棕黄色的灰尘具有半透明性，所以，灰尘厚重区域饱和度较高，边缘区域灰尘变薄其饱和度降低。灰尘由厚到薄，其颜色强度也是逐渐衰减的值，所以灰尘的饱和度在一个范围内变化。因此，HSI中以灰尘饱和度S和强度I的阈值范围作为灰尘颜色判据之一。在HSI颜色空间中，灰尘满足一下条件：
S∈[S1,S2]；I∈[I1,I2]
本发明摄像机防护罩接入所述摄像机14的视频流，通过内置的所述图像处理模块1504对所述摄像机14传过来的视频进行分析，不间断地对画面进行分析，当发现画面清晰度变低，开始判断是否存在闭合面积，当出现闭合面积时，会自动开启所述雨刷17与所述加热片13，对所述玻璃视窗12进行清理，保证画面清晰度。当处于雨水天气时，会自动启动所述雨刷17，刮去多余水滴，保证成像清晰度。当成像画面不存在闭合面积，但是画面清晰度依旧很低，会自动开启所述雨刷17，刮去多余浮尘，保证成像清晰度。
本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，只要在本发明的实质精神范围内，对以上所述实施例的变化、变型都将落在本发明的权利要求书范围内。
Claims (4)
1.一种智能除尘除雾摄像机防护罩，包括防护罩本体，所述防护罩本体的前端设有玻璃视窗，其特征在于：还包括设于所述防护罩本体内从前端往后端依次设有加热片、摄像机、控制单元和风扇，所述摄像机上的镜头朝所述玻璃视窗方向设置，所述玻璃视窗的外侧面上设有雨刷；
所述控制单元，包括电源模块、温控模块、通讯模块和图像处理模块，所述风扇与所述温控模块相连，所述加热片、所述雨刷均与所述图像处理模块相连，所述摄像机通过TCP/IP协议将画面实时传输至所述图像处理模块中，所述摄像机上另一组通讯线与所述通讯模块相连，
所述图像处理模块对所述摄像机采集的画面进行分析，对比不同情况下的图片实景，判断采集的画面是否模糊，若模糊，则继续判断是否存在闭合面积，若不模糊，则继续采集画面；
若存在闭合面积，则自动启动所述雨刷与所述加热片，若不存在闭合面积，则继续判断是否存在模糊程度高和透光度低；
若存在模糊程度高和透光度低，则启动灰尘处理方案，若不存在模糊程度高和透光度低，则记录灰尘和水雾出现时间，计算出现规律，设定提前处理，防止出现画面模糊情况，
所述是否存在闭合面积用于雨水检测，所述雨水检测采用CCD拍摄的图像数据传输至所述图像处理模块中，由所述图像处理模块进行降噪算法识别杂质去除干扰，算法如下：
g（x，y）=f（x，y）+η（x，y）
上式中，g（x，y）为采集图像，f（x，y）为无噪声图像，η（x，y）为噪声，去噪的过程就是从已知的g（x，y）来近似得到f（x，y）的过程，
所述灰尘处理方案包括粉尘、雾气检测，
所述粉尘、雾气检测采用基于RGB、HSV、HSI混合颜色模型对粉尘、雾气区域进行分割，通过分析粉尘、雾气图像像素的亮度特征、颜色特征以及颜色饱和度特征，以识别粉尘、雾气，
当出现粉尘时启动雨刷，当出现雾气时，启动加热片。
2.如权利要求1所述的智能除尘除雾摄像机防护罩，其特征在于：所述防护罩本体的底部还开设有电缆孔，所述电源模块上的电源线、所述通讯模块上通讯线均通过所述电缆孔与外部电源、通讯设备相连。
3.一种用于如权利要求1-2任一项所述的智能除尘除雾摄像机防护罩的智能识别方法，其特征在于：
所述图像处理模块对所述摄像机采集的画面进行分析，对比不同情况下的图片实景，判断采集的画面是否模糊，若模糊，则继续判断是否存在闭合面积，若不模糊，则继续采集画面；
若存在闭合面积，则自动启动所述雨刷与所述加热片，若不存在闭合面积，则继续判断是否存在模糊程度高和透光度低；
若存在模糊程度高和透光度低，则启动灰尘处理方案，若不存在模糊程度高和透光度低，则记录灰尘和水雾出现时间，计算出现规律，设定提前处理，防止出现画面模糊情况，
所述是否存在闭合面积用于雨水检测，
所述雨水检测采用CCD拍摄的图像数据传输至所述图像处理模块中，由所述图像处理模块进行降噪算法识别杂质去除干扰，算法如下：
g（x，y）=f（x，y）+η（x，y）
上式中，g（x，y）为采集图像，f（x，y）为无噪声图像，η（x，y）为噪声，去噪的过程就是从已知的g（x，y）来近似得到f（x，y）的过程，
所述灰尘处理方案包括粉尘、雾气检测，
所述粉尘、雾气检测采用基于RGB、HSV、HSI混合颜色模型对粉尘、雾气区域进行分割，通过分析粉尘、雾气图像像素的亮度特征、颜色特征以及颜色饱和度特征，以识别粉尘、雾气，
当出现粉尘时启动雨刷，当出现雾气时，启动加热片。
4.如权利要求3所述的智能识别方法，其特征在于：所述温控模块检测所述防护罩本体内温度，当温度超过设定值后，启动所述风扇，加速所述防护罩本体内气体流动，实现所述防护罩本体内降温。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911153447.1A CN112954142B (zh) | 2019-11-22 | 2019-11-22 | 一种智能除尘除雾摄像机防护罩及其智能识别方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911153447.1A CN112954142B (zh) | 2019-11-22 | 2019-11-22 | 一种智能除尘除雾摄像机防护罩及其智能识别方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112954142A CN112954142A (zh) | 2021-06-11 |
| CN112954142B true CN112954142B (zh) | 2022-06-28 |
Family
ID=76224792
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911153447.1A Active CN112954142B (zh) | 2019-11-22 | 2019-11-22 | 一种智能除尘除雾摄像机防护罩及其智能识别方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112954142B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007066580A1 (ja) * | 2005-12-08 | 2007-06-14 | Matsushita Electric Industrial Co., Ltd. | カメラ装置及びワイパ制御方法 |
| CN103543638A (zh) * | 2013-10-10 | 2014-01-29 | 山东神戎电子股份有限公司 | 一种自动雨刷控制方法 |
| CN107360351A (zh) * | 2017-07-06 | 2017-11-17 | 中磊电子（苏州）有限公司 | 网络监控装置及其除雾方法 |
| CN207352336U (zh) * | 2017-10-09 | 2018-05-11 | 上海河姆渡实业发展有限公司 | 一种摄像机防护装置 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1790541A2 (en) * | 2005-11-23 | 2007-05-30 | MobilEye Technologies, Ltd. | Systems and methods for detecting obstructions in a camera field of view |
| US8654217B2 (en) * | 2008-05-14 | 2014-02-18 | Nikon Corporation | Device and method for detecting dust on an image sensor |
| WO2015053387A1 (ja) * | 2013-10-11 | 2015-04-16 | オリンパスメディカルシステムズ株式会社 | 内視鏡システム |
| JP6453543B2 (ja) * | 2014-01-22 | 2019-01-16 | オリンパス株式会社 | 内視鏡装置及び内視鏡装置の作動方法 |
| US9426377B2 (en) * | 2014-10-03 | 2016-08-23 | Ricoh Company, Ltd. | Image capturing apparatus, image capturing method, storage medium, and device control system for controlling vehicle-mounted devices |
-
2019
- 2019-11-22 CN CN201911153447.1A patent/CN112954142B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007066580A1 (ja) * | 2005-12-08 | 2007-06-14 | Matsushita Electric Industrial Co., Ltd. | カメラ装置及びワイパ制御方法 |
| CN103543638A (zh) * | 2013-10-10 | 2014-01-29 | 山东神戎电子股份有限公司 | 一种自动雨刷控制方法 |
| CN107360351A (zh) * | 2017-07-06 | 2017-11-17 | 中磊电子（苏州）有限公司 | 网络监控装置及其除雾方法 |
| CN207352336U (zh) * | 2017-10-09 | 2018-05-11 | 上海河姆渡实业发展有限公司 | 一种摄像机防护装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112954142A (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110232666B (zh) | 基于暗原色先验的地下管道图像快速去雾方法 | |
| CN107808392B (zh) | 开放场景的安检车辆自动跟踪定位方法及*** | |
| TWI607901B (zh) | 影像修補系統及其方法 | |
| Singh et al. | Image dehazing using Moore neighborhood-based gradient profile prior | |
| CN110458839B (zh) | 一种有效的电线电缆监测*** | |
| CN103543638B (zh) | 一种自动雨刷控制方法 | |
| US10467731B2 (en) | Automatic defective digital motion picture pixel detection | |
| CN107360344B (zh) | 监控视频快速去雾方法 | |
| CN111860120B (zh) | 车载相机自动遮挡检测方法和装置 | |
| CN106875351A (zh) | 一种面向大面积天空区域图像的去雾方法 | |
| CN109359593B (zh) | 一种基于图像局部栅格的雨雪环境画面模糊监测预警方法 | |
| CN109716758A (zh) | 使用对能见度状态的改变具有鲁棒性的复合滤波法的监控相机和采用其的视频监控*** | |
| CN111161167B (zh) | 基于中通道补偿和自适应大气光估计的单幅图像去雾方法 | |
| CN113814212B (zh) | 一种基于镜片模糊检测的前置镜片在线智能自清洗装置及其方法 | |
| JP3486229B2 (ja) | 画像変化検出装置 | |
| WO2017001096A1 (en) | Static soiling detection and correction | |
| CN112954142B (zh) | 一种智能除尘除雾摄像机防护罩及其智能识别方法 | |
| CN109104568A (zh) | 监控摄像头的智能清洁驱动方法及驱动*** | |
| CN109584176A (zh) | 机动车驾驶视觉增强*** | |
| CN106327450A (zh) | 一种基于时空累积和图像退化模型的低照度视频图像增强方法 | |
| CN111815556A (zh) | 基于纹理提取和小波变换的车载鱼眼相机自诊断方法 | |
| CN115494193A (zh) | 基于机器视觉单体燃烧试验火焰横向传播检测方法及*** | |
| CN205356515U (zh) | 智能数字摄像机的成像控制*** | |
| Yamashita et al. | A virtual wiper-restoration of deteriorated images by using multiple cameras | |
| Yamashita et al. | Removal of adherent noises from image sequences by spatio-temporal image processing |
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 |