CN113132718A - 日夜型摄像装置切换异常检测方法、装置、设备和存储介质 - Google Patents
日夜型摄像装置切换异常检测方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113132718A CN113132718A CN202110426431.4A CN202110426431A CN113132718A CN 113132718 A CN113132718 A CN 113132718A CN 202110426431 A CN202110426431 A CN 202110426431A CN 113132718 A CN113132718 A CN 113132718A
- Authority
- CN
- China
- Prior art keywords
- image
- switching
- day
- layers
- difference image
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10024—Color image
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明适用于计算机技术领域,提供一种日夜型摄像装置切换异常检测方法、装置、设备和存储介质,日夜型摄像装置切换异常检测方法包括:获取差分图像,差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;构造差分图像的各单图层之间的特征图:Y=R×k+G×m+B×n,其中R、G、B分别为差分图像各单图层分离得到的数据,k、m、n为根据训练结果预设的系数值;利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。本方案通过构造差分图像的各单图层之间的特征图,然后根据Y通过稀疏算法判断日夜型摄像装置切换是否异常,相比于人工检测滤光片是否切换异常,有效提高检测效率,节省人工成本。
Description
技术领域
本发明属于计算机技术领域,尤其涉及一种日夜型摄像装置切换异常检测方法、装置设备和存储介质。
背景技术
日夜型的摄像装置是一种在白天和黑夜均可以使用的摄像装置。日夜型的摄像装置内部一般采用滤光片切换装置例如IR-CUT双滤光片切换装置进行滤光工作。滤光片切换装置具体的工作流程是:处于白天时段时,切换滤光片滤掉红外光确保图像的成像效果;处于黑夜时段时,移除滤光片确保全光谱透过,提升图像的亮度。但是在日夜型摄像装置使用的过程中,由于环境因素影响、硬件物料不良或装置老化等原因,会造成滤光片切换装置出现切换异常。
现有技术中一般通过人工进行检测滤光片切换装置是否出现切换异常,人工检测繁琐,效率低。
可见,需要提供一种日夜型摄像装置切换异常的检测方法来代替人工检测。
发明内容
本发明实施例的目的在于提供一种日夜型摄像装置切换异常检测方法,旨在解决现有技术通过人工进行检测滤光片切换装置是否出现切换异常,工作效率低的技术问题。
本发明实施例是这样实现的,所述日夜型摄像装置切换异常检测方法包括:
获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;
构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值;
利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
本发明实施例的另一目的在于提供一种日夜型摄像装置切换异常检测装置,所述日夜型摄像装置切换异常检测装置,包括
获取模块,用于获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;
构造模块,用于构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值;
判断模块,用于利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
本发明实施例的另一目的在于提供一种日夜型摄像装置切换异常检测设备,所述日夜型摄像装置切换异常检测设备包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行上述日夜型摄像装置切换异常检测方法的步骤。
本发明实施例的另一目的在于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计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行上述日夜型摄像装置切换异常检测方法的步骤。
本发明实施例提供的一种日夜型摄像装置切换异常检测方法,通过获取滤波片动作前、后摄像装置采集的图像之间的差分图像,然后构造差分图像的各单图层之间的特征图,再利用稀疏算法根据差分图像的各单图层之间的特征图来判断日夜型摄像装置切换是否异常,相比于现有技术中的人工检测,有效提高检测效率,节省人工成本。
附图说明
图1为本发明实施例提供的一种日夜型摄像装置切换异常检测方法的应用环境图;
图2为本发明实施例提供的一种日夜型摄像装置切换异常检测方法的流程图;
图3为本发明实施例提供的一种获取差分图像的流程图;
图4为本发明实施例提供的一种利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常的流程图;
图5为本发明实施例提供的一种包括对差分图像的各单图层之间的特征图做二值化处理的日夜型摄像装置切换异常检测方法的流程图;
图6为本发明实施例提供的一种包括判断摄像装置图像采集视野中是否有动态特征的日夜型摄像装置切换异常检测方法的流程图;
图7为本发明实施例提供的日夜型摄像装置切换异常检测装置的结构框图;
图8为一个实施例中计算机设备的内部结构框图;
图9为滤波片运动轨迹两个终端位置的示意图;
图10为相邻的两个异常位置的滤波片的示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但除非特别说明,这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。举例来说,在不脱离本申请的范围的情况下,可以将第一xx脚本称为第二xx脚本,且类似地,可将第二xx脚本称为第一xx脚本。
图1为本发明实施例提供的一种日夜型摄像装置切换异常检测方法的应用环境图,如图1所示,在该应用环境中,包括日夜型摄像装置110以及计算机设备120。
计算机设备120可以是独立的物理服务器或终端,也可以是多个物理服务器构成的服务器集群,可以是提供云服务器、云数据库、云存储和CDN等基础云计算服务的云服务器。
日夜型摄像装置110中设置有滤波片模块111。日夜型摄像装置110以及计算机设备120可以通过网络进行连接,本发明在此不做限制。
如图2所示,在一个实施例中,提出了一种日夜型摄像装置切换异常检测方法,本实施例主要以该方法应用于上述图1中的计算机设备120来举例说明。所述日夜型摄像装置切换异常检测方法,具体可以包括以下步骤:
步骤S202,获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像。
在本发明实施例中,滤波片动作是指滤波片模块控制滤波片运动遮挡镜头,当滤波片动作后仍然没有遮挡镜头或者遮挡部分镜头则为切换异常。将滤波片动作前、后摄像装置采集的图像相减即可获得差分图像。
在本发明实施例中,对差分图像的具体获取方法不做限制,如图3所示,在本发明的一个实施例中,步骤S202可以包括以下步骤:
步骤S302,获取滤波片动作前摄像装置采集的图像。
步骤S304,发出滤波片动作指令。
在本发明实施例中,发出滤波片动作指令是指通知摄像装置,使滤波片模块控制滤波片动作,以采集滤波片动作后的图像。
步骤S306,获取滤波片动作后摄像装置采集的图像。
在本发明实施例中,可以在发出滤波片动作指令后延时一定时间后再获取滤波片动作后摄像装置采集的图像,例如延时0.3秒,以保障获取滤波片动作后摄像装置采集的图像的时候,滤波片动作完成。
步骤S308,将滤波片动作前摄像装置采集的图像和滤波片动作后摄像装置采集的图像做相减,获得差分图像。
在本发明实施例中,通过获取滤波片动作前、后摄像装置采集的图像之间的差分图像,可以通过差分图像的特征来判断滤波片是否切换异常。
步骤S204,构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值。
在本发明实施例中,构造差分图像的各单图层之间的特征图的具体方法不做限制,在本发明一个实施例中,步骤S203可以包括以下步骤:
步骤S402,将所述差分图像压缩到指定的像素尺寸,得到压缩差分图像。
在本发明实施例中,构造差分图像的各单图层之间的特征图,想要获得差分图像各单图层分离得到的数据R、G、B,可以通过直接分离差分图像的颜色RGB图层获得。本实施例中通过先将差分图像压缩到指定的像素尺寸,例如压缩到300*300像素,然后再分离压缩后的差分图像的颜色RGB图层,这样可以有效减少计算量,提供检测效率。
步骤S404,分离所述压缩差分图像的颜色RGB图层。
在本发明实施例中,通过分离压缩差分图像的颜色RGB图层可以得到各单图层的数据R、G、B,R、G、B分别为各单图层中各像素点颜色值的集合。
步骤S406,根据各颜色RGB图层的分离数据构建差分图像的各单图层之间的特征图。
在本发明实施例中,通过步骤S404已经获得,R、G、B,然后根据滤波片的特性设定系数值k、m、n,例如,当滤波片为红外滤除片,红外滤除片对红色的图层影响最大,因此将R图层的系数设置比m、n大,k、m、n可取1、0.2、0.2,从而可以构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,k、m、n的取值与在采集切换异常时的字典矩阵和切换正常时的字典矩阵的取值相同。
步骤S206,利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
在本发明实施例中,对根据差分图像的各单图层之间的特征图利用稀疏算法判断日夜型摄像装置切换是否异常的具体方法不做限制,例如,如图4所示,步骤S206具体可以包括如下步骤:
步骤S502,将Y进行稀疏表示:
Y=X×D,
其中,D为字典矩阵,X为系数矩阵。
步骤S504,分别用切换异常时的字典矩阵D1和切换正常时的字典矩阵D2代入D中求解下式:
其中,Y为差分图像的各单图层之间的特征图,T为预设常量,切换异常时的字典矩阵中包括切换异常时差分图像的各单图层之间的特征图,切换正常时的字典矩阵中包括切换正常时差分图像的各单图层之间的特征图。
在本发明实施例中,T为预设的常量,例如可以取值2,但不限于此。
在本发明实施例中,切换异常时的字典矩阵D1和切换正常时的字典矩阵D2可以通过训练得到,其中,切换异常时的字典矩阵中包含的特征元素均是在滤波片切换异常时采集的特征元素,切换正常时的字典矩阵中包含的特征元素均是在滤波片切换正常时采集的特征元素,例如,采集切换正常时的字典矩阵中的特征元素时:先分别采集滤波片动作完全遮挡摄像装置镜头时的图像、滤波片完全撤离摄像装置镜头时图像;然后将滤波片动作完全遮挡摄像装置镜头时的图像和滤波片完全撤离摄像装置镜头时图像相减,获得差分图像;再等比例压缩差分图像,例如压缩到300×300的像素尺寸;再分离压缩后的差分图像的颜色RGB图层,得到各单图层的数据R、G、B;再根据滤波片的特性设定***值k、m、n;得到该差分图像的各单图层之间的特征图:Z=R×k+G×m+B×n,例如当滤波片为红外滤除片,k、m、n的取值分别为1、0.2、0.2;采集ɑ个不同的白天场景下的Z值(Z1,Z2,……Zɑ)作为切换正常时的字典矩阵中的特征元素,ɑ的取值可以在5-10之间,但不限于此。当采集切换异常时的字典矩阵中的特征元素时,可以选择在白天的场合使用白布画面进行训练,具体步骤为:先分别采集滤波片动作到异常位置时的图像、滤波片完全撤离摄像装置镜头时图像;然后将滤波片动作到异常位置时的图像和滤波片完全撤离摄像装置镜头时图像相减,获得差分图像;再等比例压缩该差分图像,压缩到和采集切换正常时的字典矩阵中的特征元素时相同的像素尺寸;再分离压缩后的差分图像的颜色RGB图层,得到各单图层的数据R、G、B;然后设定和采集切换正常时的字典矩阵中的特征元素时相同的系数值k、m、n;得到该差分图像的各单图层之间的特征图:E=R×k+G×m+B×n;采集β个滤波片不同异常位置的E值(E1,E2,……Eβ)作为切换异常时的字典矩阵中的特征元素。其中在选取不同的异常位置时,需要使相邻的两个异常位置的间隔占滤波片正常切换轨迹的总长比不大于10%,例如可以选取5%,且每个异常位置均为滤波片处于半遮挡的状态,如图9所示,滤波片运动轨迹两个终端位置之间的距离为λ,如图10所示,相邻的两个异常位置的间隔△L≤0.1×λ。
步骤S506,比较利用切换异常时的字典矩阵得到的解和切换正常时的字典得到的解,当切换异常时的字典得到的解大于切换正常时的字典得到的解,则切换正常,否则切换异常。
在本发明实施例中,当分别用切换异常时的字典矩阵D1和切换正常时的字典矩阵D2代入D中求解上述不等式后,然后比较利用切换异常时的字典矩阵得到的解和切换正常时的字典得到的解的大小,从而可以检测切换是否异常。
本发明实施提供的一种日夜型摄像装置切换异常检测方法,通过获取滤波片动作前、后摄像装置采集的图像之间的差分图像,然后构造差分图像的各单图层之间的特征图,再利用稀疏算法根据差分图像的各单图层之间的特征图来判断日夜型摄像装置切换是否异常,相比于现有技术中的人工检测,有效提高检测效率,节省人工成本。
如图5所示,在本发明的另一个实施例中,利用稀疏算法根据差分图像的各单图层之间的特征图判断日夜型摄像装置切换是否异常之前,所述日夜型摄像装置切换异常检测方法还包括:
步骤S205,对差分图像的各单图层之间的特征图做二值化处理。
在本发明实施例中,通过对得到的各单图层之间的特征图做二值化处理,可以将图中各像素点的像素值设置为0或255,在执行步骤206时有效减少对差分图像的各单图层之间的特征图的计算量,提高检测速度。
如图4所示,在本发明的另一个实施例中,利用稀疏算法根据差分图像的各单图层之间的特征图判断日夜型摄像装置切换是否异常,还包括:
步骤S508,当切换异常时的字典得到的解大于切换正常时的字典得到的解,判断差分图像的各单图层之间的特征图中各像素值是否均满足预设阈值,当差分图像的各单图层之间的特征图中各像素值均满足预设阈值则切换正常,否则切换异常。
在本发实施例中,滤波片切换异常时除了部分遮挡镜头外,还滤波片完全没有遮挡镜头的情况,在这种情况下,在滤波片动作前后采集的图像是相同的,这种情况下,通过差分图像的各单图层之间的特征图是没法判断的,所以增加一个判断条件,判断差分图像的各单图层之间的特征图中各像素值是否均在预设的阈值范围内。
在本发明实施例中,关于预设的阈值范围可以在采集切换正常时的字典矩阵中的特征元素时,求取Z中各像素点的均值作为预设阈值,差分图像的各单图层之间的特征图中各像素值是否均满足预设阈值指差分图像的各单图层之间的特征图中各像素值均小于预设阈值。
本发明实施例提供的一种日夜型摄像装置切换异常检测方法,通过增加判断条件判断差分图像的各单图层之间的特征图中各像素值是否均满足预设阈值,有效提高了检测的可靠性。
如图6所示,在本发明的另一个实施例中,在获取差分图像之前,所述日夜型摄像装置切换异常检测方法还包括:
步骤S201,判断摄像装置图像采集视野中是否有动态特征。
在本发明实施例中,动态特征指快速频繁移动的物体,如果镜头的采集视野中有动态特征,可能导致滤波片动作前、后摄像装置采集的图像不止是滤波片带来区别,影响检测结果的准确性。通过先判断摄像装置图像采集视野中是否有动态特征,然后选择在没有动态特征的时候采集差分图像,有效保障检测结果的可靠性。
在本发实施例中,对判断摄像装置图像采集视野中是否有动态特征的具体方法不做限制,例如,可以通过进行2秒的画面侦查,使用邻帧差值算法,计算采集视野内是否有快速频繁的移动物体,如确认有快速移动物体,则延时5秒再进行检测,如果确认无快速移动物体,则进行采集差分图像。
如图7所示,在一个实施例中,提供了一种日夜型摄像装置切换异常检测装置,该日夜型摄像装置切换异常检测装置可以集成于上述的计算机设备120中,具体可以包括获取模块610、构造模块620以及判断模块630。
获取模块610,用于获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;
构造模块620,用于构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值;
判断模块630,用于利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
本发明实施例提供一种日夜型摄像装置切换异常检测装置,其所包含的获取模块610、构造模块620以及判断模块630的功能实现与上文的日夜型摄像装置切换异常检测方法中的步骤S202、步骤S204以及步骤S206一一对应,对于该日夜型摄像装置切换异常检测装置的具体解释以及相关细化、优化的内容参见上文日夜型摄像装置切换异常检测方法中的具体实施例,此处不再赘述。
图8示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的计算机设备120。如图8所示,该计算机设备包括该计算机设备包括通过***总线连接的处理器、存储器、网络接口、输入装置和显示屏。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作***,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现日夜型摄像装置切换异常检测方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行日夜型摄像装置切换异常检测方法。计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,本申请提供的日夜型摄像装置切换异常检测装置可以实现为一种计算机程序的形式,计算机程序可在如图8所示的计算机设备上运行。计算机设备的存储器中可存储组成该日夜型摄像装置切换异常检测装置的各个程序模块,比如,图7所示的获取模块610、构造模块620和判断模块630。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的日夜型摄像装置切换异常检测方法中的步骤。
例如,图8所示的计算机设备可以通过如图7所示的日夜型摄像装置切换异常检测装置中的获取模块执行步骤S202。计算机设备可通过构造模块执行步骤S204。计算机设备可通过判断模块执行步骤S206。
在一个实施例中,提出了一种计算机设备,所述计算机设备包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
步骤S202,获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;
步骤S204,构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值;
步骤S206,利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
在一个实施例中,提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时,使得处理器执行以下步骤:
步骤S202,获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;
步骤S204,构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值;
步骤S206,利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
应该理解的是,虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种日夜型摄像装置切换异常检测方法,其特征在于,所述日夜型摄像装置切换异常检测方法包括:
获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;
构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值;
利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
2.根据权利要求1所述的日夜型摄像装置切换异常检测方法,其特征在于,利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常,包括:
将Y进行稀疏表示:
Y=X×D,
其中,D为字典矩阵,X为系数矩阵;
分别用切换异常时的字典矩阵D1和切换正常时的字典矩阵D2代入D中求解下式:
其中,Y为差分图像的各单图层之间的特征图,T为预设常量,切换异常时的字典矩阵中包括切换异常时差分图像的各单图层之间的特征图,切换正常时的字典矩阵中包括切换正常时差分图像的各单图层之间的特征图;
比较利用切换异常时的字典矩阵得到的解和切换正常时的字典矩阵得到的解,当切换异常时的字典得到的解大于切换正常时的字典得到的解,则切换正常,否则切换异常。
3.根据权利要求2所述的日夜型摄像装置切换异常检测方法,其特征在于,利用稀疏算法根据差分图像的各单图层之间的特征图判断日夜型摄像装置切换是否异常,还包括:
当切换异常时的字典得到的解大于切换正常时的字典得到的解,判断差分图像的各单图层之间的特征图中各像素值是否均满足预设阈值,当差分图像的各单图层之间的特征图中各像素值均满足预设阈值则切换正常,否则切换异常。
4.根据权利要求1所述的日夜型摄像装置切换异常检测方法,其特征在于,获取差分图像,包括:
获取滤波片动作前摄像装置采集的图像;
发出滤波片动作指令;
获取滤波片动作后摄像装置采集的图像;
将滤波片动作前摄像装置采集的图像和滤波片动作后摄像装置采集的图像做相减,获得差分图像。
5.根据权利要求1所述的日夜型摄像装置切换异常检测方法,其特征在于,构造差分图像的各单图层之间的特征图,包括:
将所述差分图像压缩到指定的像素尺寸,得到压缩差分图像;
分离所述压缩差分图像的颜色RGB图层;
根据各颜色RGB图层的分离数据构建差分图像的各单图层之间的特征图。
6.根据权利要求1所述的日夜型摄像装置切换异常检测方法,其特征在于,在利用稀疏算法根据差分图像的各单图层之间的特征图判断日夜型摄像装置切换是否异常之前,所述日夜型摄像装置切换异常检测方法还包括:
对差分图像的各单图层之间的特征图做二值化处理。
7.根据权利要求1所述的一种日夜型摄像装置切换异常检测方法,其特征在于,在获取差分图像之前,所述日夜型摄像装置切换异常检测方法还包括:
判断摄像装置图像采集视野中是否有动态特征。
8.一种日夜型摄像装置切换异常检测装置,其特征在于,所述日夜型摄像装置切换异常检测装置,包括
获取模块,用于获取差分图像,所述差分图像为滤波片动作前、后摄像装置采集的图像之间的差分图像;
构造模块,用于构造差分图像的各单图层之间的特征图:
Y=R×k+G×m+B×n,
其中,Y为差分图像的各单图层之间的特征图,R、G、B分别为所述差分图像各单图层分离得到的数据,k、m、n为与滤波片特性相关的系数值;
判断模块,用于利用稀疏算法根据差分图像的各单图层之间的特征图,判断日夜型摄像装置切换是否异常。
9.一种日夜型摄像装置切换异常检测设备,其特征在于,所述日夜型摄像装置切换异常检测设备包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述日夜型摄像装置切换异常检测方法的步骤。
10.一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计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行权利要求1至7中任一项权利要求所述日夜型摄像装置切换异常检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426431.4A CN113132718B (zh) | 2021-04-20 | 2021-04-20 | 日夜型摄像装置切换异常检测方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110426431.4A CN113132718B (zh) | 2021-04-20 | 2021-04-20 | 日夜型摄像装置切换异常检测方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113132718A true CN113132718A (zh) | 2021-07-16 |
CN113132718B CN113132718B (zh) | 2022-05-24 |
Family
ID=76778414
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110426431.4A Active CN113132718B (zh) | 2021-04-20 | 2021-04-20 | 日夜型摄像装置切换异常检测方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113132718B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114972339A (zh) * | 2022-07-27 | 2022-08-30 | 金成技术股份有限公司 | 用于推土机结构件生产异常检测的数据增强*** |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102143379A (zh) * | 2011-03-25 | 2011-08-03 | 东北大学 | 摄像机自动切换滤片的可靠性检测装置及其控制方法 |
TW201415381A (zh) * | 2012-10-09 | 2014-04-16 | Taiwan Secom Co Ltd | 攝影機的異常偵測方法 |
CN105554409A (zh) * | 2015-12-16 | 2016-05-04 | 浙江宇视科技有限公司 | 一种昼夜切换检测的方法和装置 |
CN108111843A (zh) * | 2017-12-25 | 2018-06-01 | 信利光电股份有限公司 | 一种移动式滤光片摄像模组的测试方法及测试*** |
WO2019127176A1 (zh) * | 2017-12-28 | 2019-07-04 | 天彩电子(深圳)有限公司 | 基于红外线亮度变化实现 ir-cut 状态反馈方法及装置 |
CN110505477A (zh) * | 2019-09-17 | 2019-11-26 | 普联技术有限公司 | 双滤镜测试方法、装置、设备及存储介质 |
CN110602488A (zh) * | 2019-09-18 | 2019-12-20 | 普联技术有限公司 | 一种日夜型摄像装置切换异常检测方法、装置及摄像装置 |
KR20200088554A (ko) * | 2019-01-15 | 2020-07-23 | 한화테크윈 주식회사 | 감시 카메라의 필터전환 이상 검출 방법 |
-
2021
- 2021-04-20 CN CN202110426431.4A patent/CN113132718B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102143379A (zh) * | 2011-03-25 | 2011-08-03 | 东北大学 | 摄像机自动切换滤片的可靠性检测装置及其控制方法 |
TW201415381A (zh) * | 2012-10-09 | 2014-04-16 | Taiwan Secom Co Ltd | 攝影機的異常偵測方法 |
CN105554409A (zh) * | 2015-12-16 | 2016-05-04 | 浙江宇视科技有限公司 | 一种昼夜切换检测的方法和装置 |
CN108111843A (zh) * | 2017-12-25 | 2018-06-01 | 信利光电股份有限公司 | 一种移动式滤光片摄像模组的测试方法及测试*** |
WO2019127176A1 (zh) * | 2017-12-28 | 2019-07-04 | 天彩电子(深圳)有限公司 | 基于红外线亮度变化实现 ir-cut 状态反馈方法及装置 |
KR20200088554A (ko) * | 2019-01-15 | 2020-07-23 | 한화테크윈 주식회사 | 감시 카메라의 필터전환 이상 검출 방법 |
CN110505477A (zh) * | 2019-09-17 | 2019-11-26 | 普联技术有限公司 | 双滤镜测试方法、装置、设备及存储介质 |
CN110602488A (zh) * | 2019-09-18 | 2019-12-20 | 普联技术有限公司 | 一种日夜型摄像装置切换异常检测方法、装置及摄像装置 |
Non-Patent Citations (1)
Title |
---|
文海明等: "改进型双滤光片切换器(IR-CUT)测试机的设计", 《廊坊师范学院学报(自然科学版)》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114972339A (zh) * | 2022-07-27 | 2022-08-30 | 金成技术股份有限公司 | 用于推土机结构件生产异常检测的数据增强*** |
Also Published As
Publication number | Publication date |
---|---|
CN113132718B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE60013102T2 (de) | Schneller deterministischer ansatz zum detektieren von defekten pixels in einem bildsensor | |
CN111242128B (zh) | 目标检测方法、装置、计算机可读存储介质和计算机设备 | |
CN110517186B (zh) | 消除******的方法、装置、存储介质和计算机设备 | |
CN110569927A (zh) | 移动端全景图像扫描提取的方法、终端和计算机设备 | |
CN110059666B (zh) | 一种注意力检测方法及装置 | |
CN113781393B (zh) | 屏幕缺陷检测方法、装置、设备及存储介质 | |
CN113132718B (zh) | 日夜型摄像装置切换异常检测方法、装置、设备和存储介质 | |
CN108847031B (zh) | 交通行为监控方法、装置、计算机设备和存储介质 | |
CN108198189B (zh) | 图片清晰度的获取方法、装置、存储介质及电子设备 | |
CN109996063B (zh) | 视频图像花屏检测方法、装置、计算机设备和存储介质 | |
CN114141187A (zh) | Mura补偿方法、装置、***及显示设备 | |
CN116431857B (zh) | 一种用于无人场景的视频处理方法和*** | |
JP3134845B2 (ja) | 動画像中の物体抽出装置及び方法 | |
CN111160340B (zh) | 一种运动目标检测方法、装置、存储介质及终端设备 | |
JP7156527B2 (ja) | 路面検査装置、路面検査方法、およびプログラム | |
KR101559338B1 (ko) | 카메라 모듈용 결함 픽셀 평가 시스템 및 이를 사용한 카메라 모듈용 결함 픽셀 평가 방법 | |
CN110662047B (zh) | 图像存储方法及装置、电子设备以及计算机存储介质 | |
CN109996062B (zh) | 视频图像质量检测方法、装置、计算机设备和存储介质 | |
CN112734719A (zh) | 一种图像传感器的坏点检测方法、存储介质以及拍摄装置 | |
EP3605450A1 (en) | Image processing apparatus, image pickup apparatus, control method of image processing apparatus, and computer-program | |
JP5473836B2 (ja) | 駐車検出装置、駐車検出方法および駐車検出プログラム | |
CN110992883A (zh) | 显示补偿方法、装置、设备和存储介质 | |
CN110971825A (zh) | 一种图像矫正方法、电子设备及存储介质 | |
CN111242087A (zh) | 物体识别方法及装置 | |
CN116939171B (zh) | 输电线路监控方法、装置和计算机设备 |
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 |