CN113096059A - 一种车内监控相机排除夜晚光源干扰遮挡检测的方法 - Google Patents
一种车内监控相机排除夜晚光源干扰遮挡检测的方法 Download PDFInfo
- Publication number
- CN113096059A CN113096059A CN201911318997.4A CN201911318997A CN113096059A CN 113096059 A CN113096059 A CN 113096059A CN 201911318997 A CN201911318997 A CN 201911318997A CN 113096059 A CN113096059 A CN 113096059A
- Authority
- CN
- China
- Prior art keywords
- light source
- area
- interference
- shielding
- light
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 31
- 238000012544 monitoring process Methods 0.000 title claims abstract description 25
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000012216 screening Methods 0.000 claims abstract description 24
- 230000007797 corrosion Effects 0.000 claims abstract description 9
- 238000005260 corrosion Methods 0.000 claims abstract description 9
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 5
- 230000000903 blocking effect Effects 0.000 claims description 4
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种车内监控相机排除夜晚光源干扰遮挡检测的方法,对监控画面图像进行图像二值化、腐蚀预处理,得到白色光斑图像;统计全局的光斑面积;进行光源干扰初次筛选,如果在一定阈值范围内,需要进一步判断是光源干扰还是因故意遮挡产生的光斑;计算光斑最大连通域的面积;进行光源干扰二次筛选,如果连续多帧图像的光斑最大连通域面积大于设定阈值,可认为是遮挡,如果最大连通域面积波动大或小于设定阈值,则认为是夜间光源的干扰,不进行报警。
Description
技术领域
本发明涉及智能监控视频处理技术领域,涉及一种车内监控相机排除夜晚光源干扰遮挡检测的方法。
背景技术
随着科技的不断发展,特别是智能技术的发展,以及互联网的广泛应用,特别是近年来,网约车的时兴给大众出行提供了便利,为了保障车内人员的人身安全,在车内加装监控相机,不仅可以威慑不法分子,而且可以有效保存车内现场信息,为犯罪行径提供了有力佐证。车内监控相机一方面需要保存车内现场信息,另一方面需要对自身异常情况(例如遮挡、移动、损坏等)进行报警。目前车内监控相机主要通过背景帧差来判断车内场景是否遮挡,很大程度上依赖背景的正确与否。在相机进行遮挡检测时,如果采用背景帧差法判断当前图像与背景的差异,进而判断遮挡与否;那么车辆在夜间行驶过程中,由于外部路灯、车灯等光源的干扰,会导致车内监控相机画面出现忽明忽暗,甚至部分受光源干扰区域直接出现白色光斑。这些光斑直接影响了基于背景帧差法的遮挡检测结果。
发明内容
本发明实际要解决的技术问题在于,由于光源干扰产生的白色光斑区域与背景图像的差异很大,会在遮挡检测时因帧差大于设定阈值而被检测为遮挡。而且夜晚光源干扰无法避免,如果不能有效过滤这种情况下的遮挡报警,那么夜间行驶过程中会频繁进行遮挡报警,不仅降低遮挡检测的有效性及实用性,更影响了驾驶人员的正常驾驶。
具体地,本发明提供一种车内监控相机排除夜晚光源干扰遮挡检测的方法,对监控画面图像进行图像预处理,得到白色光斑图像;统计全局的光斑面积;进行光源干扰初次筛选,如果在一定阈值范围内,需要进一步判断是光源干扰还是因故意遮挡产生的光斑;计算光斑最大连通域的面积;进行光源干扰二次筛选,如果连续多帧图像的光斑最大连通域面积大于设定阈值,可认为是遮挡,如果最大连通域面积波动大或小于设定阈值,则认为是夜间光源的干扰,不进行报警。
所述的图像预处理,进一步包括:
1.1设置二值化阈值为240,对图像进行二值化;
1.2二值化后的图像白色区域为大于240的像素点,通过腐蚀操作过滤掉白点噪声。
所述的统计全局的光斑面积,进一步包括:
从上至下,从左至右依次遍历图像,统计腐蚀后的二值图中像素非零点的总数,具体计算公式如(1)所示;
其中,Sg为全局光斑面积,Be(i,j)为腐蚀后的二值化图像中第i行j列的像素值,sgn为符号函数,M、N分别为图像高、宽的大小。
所述的光源干扰初次筛选,进一步包括:
A.如果全局光斑面积大于设定阈值1,则认为该光源干扰过大,直接令检测结果为遮挡;
B.如果全局光斑面积小于设定阈值2,其中,阈值2小于阈值1,则认为该光源干扰很小,可直接进行后续正常的遮挡检测,然后执行返回步骤。
所述的计算光斑最大连通域的面积和进行光源干扰二次筛选之间还存在:缓存连续多帧的光斑最大连通域面积和计算缓存数据的方差的步骤。
所述的计算光斑最大连通域面积,进一步包括:
H.寻找二值化图像的外轮廓;
I.求外轮廓包围区域的面积;
J.计算最大连通域面积,即外轮廓包围区域的面积最大。
所述的光源干扰二次筛选,进一步包括:
X.1,如果当前帧图像的最大连通域面积大于设定阈值3,计数器cn=cn+1,执行步骤X.2;否则cn=0,执行步骤X.3;
X.2,如果计数器cn大于设定阈值4,则检测结果为遮挡,执行返回步骤;否则执行步骤X.3;
X.3,如果所述方差大于设定阈值5,则检测结果为无遮挡,否则进行正常的遮挡检测,执行返回步骤。
所述的光源干扰二次筛选步骤之后还包括:返回步骤。
由此,本申请的优势在于:
(1)光源干扰初次筛选的目的之一是在光斑面积大于一定阈值后,无论是否存在人为故意遮挡等因素,设备都需要进行遮挡预警。因为监控画面无法显示车内正常场景,预警意味着提示用户对设备位置及环境进行调整。之二是在光斑面积极小或无光斑的情况下,跳过光源过滤的流程,直接进行常规的遮挡检测。
(2)光源干扰二次筛选,通过缓存连续多帧的最大光斑面积的方差来判断画面中的光斑时有时无、时大时小的情况,并认为这种情况是正常的夜间光源干扰;如果连续多帧图像最大光斑面积大于设定阈值,则认为被遮挡或因为光源直射镜头而导致较长时间监控失效。
通过以上方法可有效解决夜晚光源干扰造成遮挡检测频繁报警的问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。
图1是本发明涉及的方法的示意框图。
图2是本发明涉及的实施例的流程示意图。
图3是本发明涉及方法的具体实施例的流程框图。
具体实施方式
为了能够更清楚地理解本发明的技术内容及优点,现结合附图对本发明进行进一步的详细说明。
如图1所示,本发明涉及一种车内监控相机排除夜晚光源干扰遮挡检测的方法,对监控画面图像采用图像预处理,得到白色光斑图像;统计全局的光斑面积;进行光源干扰初次筛选,如果在一定阈值范围内,需要进一步判断是光源干扰还是因故意遮挡产生的光斑;计算光斑最大连通域的面积;进行光源干扰二次筛选,如果连续多帧图像的光斑最大连通域面积大于设定阈值,可认为是遮挡,如果最大连通域面积波动大或小于设定阈值,则认为是夜间光源的干扰,不进行报警。
具体地,如图2所示,本发明的方法的步骤可以表示为如下:
本发明的实施步骤:
S1.图像预处理;
S1.1设置二值化阈值为240,对图像进行二值化;
S1.2二值化后的图像白色区域为大于240的像素点,通过腐蚀操作过滤掉白点噪声;
S2.统计全局光斑面积;
S3.光源干扰初次筛选;
S4.计算光斑最大连通域面积;
S5.缓存连续多帧的光斑最大连通域面积;
S6.计算缓存数据的方差;
S7.光源干扰二次筛选;
S8.返回。
其中,S2统计全局光斑面积,包括:
从上至下,从左至右依次遍历图像,统计腐蚀后的二值图中像素非零点的总数,具体计算公式如(1)所示;
其中,Sg为全局光斑面积,Be(i,j)为腐蚀后的二值化图像中第i行j列的像素值,sgn为符号函数,M、N分别为图像高、宽的大小;
其中,S3光源干扰初次筛选包括:
S3.1如果全局光斑面积大于设定阈值1,则认为该光源干扰过大,直接令检测结果为遮挡;
S3.2如果全局光斑面积小于设定阈值2(阈值2小于阈值1),则认为该光源干扰很小,可直接进行后续正常的遮挡检测,然后执行S8;
其中,S4计算光斑最大连通域面积,包括:
S4.1寻找二值化图像的外轮廓;
S4.2求外轮廓包围区域的面积;
S4.3计算最大连通域面积,即外轮廓包围区域的面积最大;
其中,S7光源干扰二次筛选,包括:
S7.1如果当前帧图像的最大连通域面积大于设定阈值3,计数器cn=cn+1,执行步骤7.2;否则cn=0,执行S7.3;
S7.2如果计数器cn大于设定阈值4,则检测结果为遮挡,执行S8;否则执行S7.3;
S7.3如果方差大于设定阈值5,则检测结果为无遮挡,否则进行正常的遮挡检测,执行S8。
本发明方法涉及的具体实施例的流程如图3所示,其中方法的主要实施步骤如下:
步骤1.图像预处理
1.1设置二值化阈值为240,对图像进行二值化;
1.2二值化后的图像白色区域为大于240的像素点,通过腐蚀操作过滤掉白点噪声;
步骤2.统计全局光斑面积
从上至下,从左至右依次遍历图像,统计腐蚀后的二值图中像素非零点的总数,具体计算公式如(1)所示;
其中,Sg为全局光斑面积,Be(i,j)为腐蚀后的二值化图像中第i行j列的像素值,sgn为符号函数,M、N分别为图像高、宽的大小;
步骤3.光源干扰初次筛选
3.1如果全局光斑面积大于设定阈值1,则认为该光源干扰过大,直接令遮挡信号等于1;
3.2如果全局光斑面积小于设定阈值2(阈值2小于阈值1),则认为该光源干扰很小,可直接进行后续正常的遮挡检测,然后执行步骤8;
步骤4.计算光斑最大连通域面积
4.1寻找二值化图像的外轮廓;
4.2求外轮廓包围区域的面积;
4.3计算最大连通域面积,即外轮廓包围区域的面积最大;
步骤5.缓存连续多帧的光斑最大连通域面积
步骤6.计算缓存数据的方差
步骤7.光源干扰二次筛选
7.1如果当前帧图像的最大连通域面积大于设定阈值3,计数器cn=cn+1,执行步骤7.2;否则cn=0,执行步骤7.3;
7.2如果计数器cn大于设定阈值4,则检测结果为遮挡,执行步骤8;否则执行步骤7.3;
7.3如果方差大于设定阈值5,则检测结果为无遮挡,否则进行正常的遮挡检测,执行步骤8;
步骤8.返回。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种车内监控相机排除夜晚光源干扰遮挡检测的方法,其特征在于,对监控画面图像进行图像预处理,得到白色光斑图像;统计全局的光斑面积;进行光源干扰初次筛选,如果在一定阈值范围内,需要进一步判断是光源干扰还是因故意遮挡产生的光斑;计算光斑最大连通域的面积;进行光源干扰二次筛选,如果连续多帧图像的光斑最大连通域面积大于设定阈值,可认为是遮挡,如果最大连通域面积波动大或小于设定阈值,则认为是夜间光源的干扰,不进行报警。
2.根据权利要求1所述的一种车内监控相机排除夜晚光源干扰遮挡检测的方法,其特征在于,所述的图像预处理,进一步包括:
1.1设置二值化阈值为240,对图像进行二值化;
1.2二值化后的图像白色区域为大于240的像素点,通过腐蚀操作过滤掉白点噪声。
4.根据权利要求1所述的一种车内监控相机排除夜晚光源干扰遮挡检测的方法,其特征在于,所述的光源干扰初次筛选,进一步包括:
A.如果全局光斑面积大于设定阈值1,则认为该光源干扰过大,直接令检测结果为遮挡;
B.如果全局光斑面积小于设定阈值2,其中,阈值2小于阈值1,则认为该光源干扰很小,可直接进行后续正常的遮挡检测,然后执行返回步骤。
5.根据权利要求1所述的一种车内监控相机排除夜晚光源干扰遮挡检测的方法,其特征在于,所述的计算光斑最大连通域的面积和进行光源干扰二次筛选之间还存在:缓存连续多帧的光斑最大连通域面积和计算缓存数据的方差的步骤。
6.根据权利要求1所述的一种车内监控相机排除夜晚光源干扰遮挡检测的方法,其特征在于,所述的计算光斑最大连通域面积,进一步包括:
H.寻找二值化图像的外轮廓;
I.求外轮廓包围区域的面积;
8.J.计算最大连通域面积,即外轮廓包围区域的面积最大。
7.根据权利要求5所述的一种车内监控相机排除夜晚光源干扰遮挡检测的方法,其特征在于,所述的光源干扰二次筛选,进一步包括:
X.1,如果当前帧图像的最大连通域面积大于设定阈值3,计数器cn=cn+1,执行步骤X.2;否则cn=0,执行步骤X.3;
X.2,如果计数器cn大于设定阈值4,则检测结果为遮挡,执行返回步骤;否则执行步骤X.3;
X.3,如果所述方差大于设定阈值5,则检测结果为无遮挡,否则进行正常的遮挡检测,执行返回步骤。
8.根据权利要求1所述的一种车内监控相机排除夜晚光源干扰遮挡检测的方法,其特征在于,所述的光源干扰二次筛选步骤之后还包括:返回步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911318997.4A CN113096059B (zh) | 2019-12-19 | 2019-12-19 | 一种车内监控相机排除夜晚光源干扰遮挡检测的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911318997.4A CN113096059B (zh) | 2019-12-19 | 2019-12-19 | 一种车内监控相机排除夜晚光源干扰遮挡检测的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113096059A true CN113096059A (zh) | 2021-07-09 |
CN113096059B CN113096059B (zh) | 2023-10-31 |
Family
ID=76662760
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911318997.4A Active CN113096059B (zh) | 2019-12-19 | 2019-12-19 | 一种车内监控相机排除夜晚光源干扰遮挡检测的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113096059B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114998317A (zh) * | 2022-07-18 | 2022-09-02 | 福思(杭州)智能科技有限公司 | 镜头遮挡检测方法、装置、摄像装置和存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080069433A1 (en) * | 2006-08-09 | 2008-03-20 | Peter Corcoran | Detection of airborne flash artifacts using preflash image |
US20110221919A1 (en) * | 2010-03-11 | 2011-09-15 | Wenbo Zhang | Apparatus, method, and system for identifying laser spot |
CN103139547A (zh) * | 2013-02-25 | 2013-06-05 | 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 |
CN104504707A (zh) * | 2014-12-26 | 2015-04-08 | 西安理工大学 | 一种监控相机视频画面的异物遮挡检测方法 |
CN104601965A (zh) * | 2015-02-06 | 2015-05-06 | 巫立斌 | 摄像头遮挡检测方法 |
JP2015201343A (ja) * | 2014-04-08 | 2015-11-12 | 株式会社東海理化電機製作所 | センサ装置 |
CN107347151A (zh) * | 2016-05-04 | 2017-11-14 | 深圳众思科技有限公司 | 双目摄像头遮挡检测方法及装置 |
US20180165512A1 (en) * | 2015-06-08 | 2018-06-14 | Beijing Kuangshi Technology Co., Ltd. | Living body detection method, living body detection system and computer program product |
CN109002801A (zh) * | 2018-07-20 | 2018-12-14 | 燕山大学 | 一种基于视频监控的人脸遮挡检测方法及*** |
CN109064508A (zh) * | 2018-09-03 | 2018-12-21 | 长春理工大学 | 一种激光光斑检测方法及*** |
CN109410237A (zh) * | 2018-09-14 | 2019-03-01 | 中铁工程装备集团有限公司 | 一种基于激光三维相机的渣片图像分割方法 |
-
2019
- 2019-12-19 CN CN201911318997.4A patent/CN113096059B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080069433A1 (en) * | 2006-08-09 | 2008-03-20 | Peter Corcoran | Detection of airborne flash artifacts using preflash image |
US20110221919A1 (en) * | 2010-03-11 | 2011-09-15 | Wenbo Zhang | Apparatus, method, and system for identifying laser spot |
CN103139547A (zh) * | 2013-02-25 | 2013-06-05 | 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 |
JP2015201343A (ja) * | 2014-04-08 | 2015-11-12 | 株式会社東海理化電機製作所 | センサ装置 |
CN104504707A (zh) * | 2014-12-26 | 2015-04-08 | 西安理工大学 | 一种监控相机视频画面的异物遮挡检测方法 |
CN104601965A (zh) * | 2015-02-06 | 2015-05-06 | 巫立斌 | 摄像头遮挡检测方法 |
US20180165512A1 (en) * | 2015-06-08 | 2018-06-14 | Beijing Kuangshi Technology Co., Ltd. | Living body detection method, living body detection system and computer program product |
CN107347151A (zh) * | 2016-05-04 | 2017-11-14 | 深圳众思科技有限公司 | 双目摄像头遮挡检测方法及装置 |
CN109002801A (zh) * | 2018-07-20 | 2018-12-14 | 燕山大学 | 一种基于视频监控的人脸遮挡检测方法及*** |
CN109064508A (zh) * | 2018-09-03 | 2018-12-21 | 长春理工大学 | 一种激光光斑检测方法及*** |
CN109410237A (zh) * | 2018-09-14 | 2019-03-01 | 中铁工程装备集团有限公司 | 一种基于激光三维相机的渣片图像分割方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114998317A (zh) * | 2022-07-18 | 2022-09-02 | 福思(杭州)智能科技有限公司 | 镜头遮挡检测方法、装置、摄像装置和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113096059B (zh) | 2023-10-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8964030B2 (en) | Surveillance camera system having camera malfunction detection function to detect types of failure via block and entire image processing | |
Hu et al. | Robust real-time ship detection and tracking for visual surveillance of cage aquaculture | |
JP4670943B2 (ja) | 監視装置、及び妨害検知方法 | |
US8301577B2 (en) | Intelligent monitoring system for establishing reliable background information in a complex image environment | |
JP2001357484A (ja) | 道路異常検出装置 | |
JP2016537934A (ja) | カメラの被覆状態の認識方法、カメラシステム、及び自動車 | |
CN107219229B (zh) | 一种面板灰尘过滤方法及装置 | |
CN112132048A (zh) | 一种基于计算机视觉的社区巡更分析方法及*** | |
CN104778723A (zh) | 红外图像中利用三帧差法进行移动侦测的方法 | |
KR20210158037A (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
CN113096059A (zh) | 一种车内监控相机排除夜晚光源干扰遮挡检测的方法 | |
KR101522757B1 (ko) | 영상의 노이즈 제거 방법 | |
JP2010200190A (ja) | 映像監視システム | |
CN110008957B (zh) | 基于车牌识别和图像方差算法的小区违停告警方法 | |
CN105262984B (zh) | 一种带有固定装置的探测器 | |
KR100920937B1 (ko) | 감시 시스템에서의 움직임 검출 및 영상 저장 장치 및 방법 | |
KR101407394B1 (ko) | 방치물 및 도난물 탐지 시스템 | |
KR101547239B1 (ko) | 배경영상 추출 기반 카메라 영상밝기 조절 시스템 및 방법 | |
KR100284596B1 (ko) | 교차로에서 대기길이 측정방법 | |
CN205140209U (zh) | 一种设置有固定件的探测装置 | |
CN114821795B (zh) | 一种基于ReID技术的人员跑动检测和预警方法及*** | |
KR20030067212A (ko) | 적외선 열상 장비를 이용한 감시 및 보안방법 | |
US20200314316A1 (en) | Imaging system for a vehicle and method for obtaining an anti-flickering super-resolution image | |
CN113011219A (zh) | 一种遮挡检测中应对光线变化自动更新背景的方法 | |
CN112528910B (zh) | 手脱离方向盘检测方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |