CN113240672A - 镜头污染物的检测方法、装置、设备及存储介质 - Google Patents
镜头污染物的检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN113240672A CN113240672A CN202110687481.8A CN202110687481A CN113240672A CN 113240672 A CN113240672 A CN 113240672A CN 202110687481 A CN202110687481 A CN 202110687481A CN 113240672 A CN113240672 A CN 113240672A
- Authority
- CN
- China
- Prior art keywords
- black
- white
- lens
- detected
- 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.)
- Pending
Links
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 45
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 45
- 238000001514 detection method Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 40
- 238000011109 contamination Methods 0.000 claims description 23
- 239000000356 contaminant Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 6
- 239000002245 particle Substances 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 28
- 230000003287 optical effect Effects 0.000 description 9
- 239000000428 dust Substances 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 238000003491 array Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06T7/0004—Industrial image inspection
- G06T7/0008—Industrial image inspection checking presence/absence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Studio Devices (AREA)
Abstract
本发明实施例公开了一种镜头污染物的检测方法、装置、设备及存储介质。包括：控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，所述设定场景中设置有包含设定标记的黑白图案；对所述待识别图像中的设定标记进行定位，获得所述设定标记的位置信息；根据所述位置信息截取所述待识别图像中的黑白区域；获取所述黑白区域中黑色灰度值与白色灰度值的差值；根据所述差值确定所述待检测镜头是否存在污染物。本发明实施例提供的镜头污染物的检测方法，根据待检测镜头拍摄的黑白区域中黑色灰度值与白色灰度值的差值确定待检测镜头中是否存在污染物，通过图像识别技术实现对镜头中颗粒污染物的检测，可以提高镜头的拍摄效果。
Description
技术领域
本发明实施例涉及图像处理技术领域，尤其涉及一种镜头污染物的检测方法、装置、设备及存储介质。
背景技术
应用于自动驾驶车辆的相机镜头在日常行驶过程中容易受到灰尘或者其他污染，会对感知识别模块产生影响。因此需要提出一种方法对镜头上的污染物进行检测。
镜头上如果局部沾染上泥土可以通过一些视觉识别方法进行检测，但是如果镜头上覆盖有颗粒污染物(如灰尘)的情况，在普通的环境下是难以识别的。
发明内容
本发明实施例提供一种镜头污染物的检测方法、装置、设备及存储介质，可以实现对镜头中颗粒污染物的检测，从而提高镜头的拍摄效果。
第一方面，本发明实施例提供了一种镜头污染物的检测方法，包括：
控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，所述设定场景中设置有包含设定标记的黑白图案；
对所述待识别图像中的所述设定标记进行定位，获得所述设定标记的位置信息；
根据所述位置信息截取所述待识别图像中的黑白区域；
获取所述黑白区域中黑色灰度值与白色灰度值的差值；
根据所述差值确定所述待检测镜头是否存在污染物。
第二方面，本发明实施例还提供了一种镜头污染物的检测装置，包括：
待识别图像获取模块，用于控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，所述设定场景中设置有包含设定标记的黑白图案；
位置信息获取模块，用于对所述待识别图像中的所述设定标记进行定位，获得所述设定标记的位置信息；
黑白区域截取模块，用于根据所述位置信息截取所述待识别图像中的黑白区域；
灰度值差值获取模块，用于获取所述黑白区域中黑色灰度值与白色灰度值的差值；
污染物确定模块，用于根据所述差值确定所述待检测镜头是否存在污染物。
第三方面，本发明实施例还提供了一种计算机设备，所述设备包括：包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明实施例所述的镜头污染物的检测方法。
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例所述的镜头污染物的检测方法。
本发明实施例公开了一种镜头污染物的检测方法、装置、设备及存储介质。控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，设定场景中设置有包含设定标记的黑白图案；对待识别图像中的设定标记进行定位，获得设定标记的位置信息；根据位置信息截取待识别图像中的黑白区域；获取黑白区域中黑色灰度值与白色灰度值的差值；根据差值确定待检测镜头是否存在污染物。本发明实施例提供的镜头污染物的检测方法，根据待检测镜头拍摄的黑白区域中黑色灰度值与白色灰度值的差值确定待检测镜头中是否存在污染物，通过图像识别技术实现对镜头中颗粒污染物的检测，可以提高镜头的拍摄效果。
附图说明
图1是本发明实施例一中的一种镜头污染物的检测方法的流程图；
图2是本发明实施例一中的一种包含有Apriltag的黑白图案；
图3是本发明实施例一中的三个黑白图案在空间中的排布示例图；
图4是本发明实施例一中的相机连续拍摄出的一组图片中按照顺序采样出的8张图片的示意图；
图5a是本发明实施例一中的黑白图案在待检测镜头中覆盖的区域的示例图；
图5b是本发明实施例一中的黑白图案在待检测镜头中覆盖的区域的示例图；
图5c是本发明实施例一中的黑白图案在待检测镜头中覆盖的区域的示例图；
图6是本发明实施例一中的二维码的位置信息的示意图；
图7是本发明实施例一中的黑白区域的示意图；
图8a是本发明实施例一中的待检测镜头有无污染物拍摄图片的对比图；
图8b是本发明实施例一中的待检测镜头有无污染物拍摄的图片截取出的黑白区域的对比图；
图9是本发明实施例一中的对清晰镜头拍摄的图片的检测结果；
图10是本发明实施例一中的对布满灰尘的镜头拍摄的图片的检测结果；
图11是本发明实施例一中的对局部受到遮挡的镜头拍摄的图片的检测结果；
图12是本发明实施例二中的一种镜头污染物的检测装置的结构示意图；
图13是本发明实施例三中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种镜头污染物的检测方法的流程图，本实施例可适用于对镜头中的颗粒污染物进行检测的情况，该方法可以由镜头污染物的检测装置来执行，该装置可由硬件和/或软件组成，并一般可集成在具有镜头污染物的检测功能的设备中，该设备可以是服务器或服务器集群等电子设备。如图1所示，该方法具体包括如下步骤：
步骤110，控制待检测镜头对设定场景进行拍摄，获得待识别图像。
其中，设定场景中设置有包含设定标记的黑白图案。黑白图案的大小可以设计为60cm×60cm。设定标记可以是方便定位的标记，例如：类似于二维码的Apriltag。本实施例中，黑白图案可以是：中间为设定标记，在设定标记的周围是白色区域，在白色区域***是黑色区域的图案；或者，中间为设定标记，在设定标记的周围是黑色区域，在黑色区域的***是白色区域的图案。示例性的，图2是本实施例中的一种包含有Apriltag的黑白图案。如图2所示，中间部分类似二维码的部分为Apriltag，在Apriltag周围是白色矩形区域，在白色矩形区域周围是黑色矩形区域。其中，Apriltag是一种开源的用于识别定位的标记。
本实施例中，设定场景中设置有多个包含设定标记的黑白图案，且多个包含设定标记的黑白图案在空间中的竖直方向上分开排布。示例性的，图3是本实施例中三个黑白图案在空间中的排布示例图。具体的，控制待检测镜头对设定场景进行拍摄，获得待识别图像的方式可以是：控制待检测镜头按照设定频率旋转拍摄设定场景，获得多张待识别图像。
其中，待检测镜头的曝光时间为恒定值，这样可以保证连续拍摄出的图片亮度不会有太大波动。控制待检测镜头旋转的方式可以是将待检测镜头放置于转台(例如：地下车库中的转台)上以实现旋转，或者由人工控制旋转。本实施例中，由于设置于传感器套件上的镜头是环绕一圈排布的，控制待检测镜头按照设定频率旋转拍摄设定场景，可以使的黑白图案覆盖整个镜头区域。示例性的，图4是本实施例中相机连续拍摄出的一组图片中按照顺序采样出的8张图片的示意图，从图中可以看出，随着镜头的旋转，镜头中的图案在水平方向上从左往右扫描。待检测镜头按照设定频率旋转拍摄后，将每一帧图片中黑白图案在镜头中的位置标记为黑色，就可以获得黑白图案在待检测镜头中覆盖的区域。示例性的，图5a-图5c为黑白图案在待检测镜头中覆盖的区域的示例图。如图5a所示，三个黑色区域为黑白图案覆盖的区域，也就是可以检测到污染物的区域。图5b为设定场景中放置5个黑白图案后覆盖的区域。图5c为降低拍摄频率后覆盖的区域。
步骤120，对待识别图像中的设定标记进行定位，获得设定标记的位置信息。
其中，设定标记的位置信息可以由设定标记上特征点的坐标信息来表征。示例性的，若设定标记为矩形二维码，则设定标记的的位置信息可以包括二维码的中心点坐标及四个顶点坐标，例如图6中的中心点O和四个顶点C1-C4。若设定标记为圆形二维码，则设定标记的位置信息可以包括中心点坐标以及圆周上的均匀分布的四个点的坐标。本实施例中，对待识别图像中的设定标记定位的方式可以采用现有开源的对Apriltag的定位技术，此处不再赘述。
步骤130，根据位置信息截取待识别图像中的黑白区域。
其中，黑白区域可以理解为包括黑色块区域和白色块区域，黑白区域可以是任意形状的区域，例如可以是规则的矩形区域、三角形区域；或者可以是不规则的区域。示例性的，图7中灰色框内的区域即为黑白区域。
具体的，根据位置信息截取待识别图像中的黑白区域的方式可以是：将位置信息按照设定比例进行调整，获取黑白区域的特征点；基于特征点截取黑白区域。
其中，特征点可以是围成黑白区域的轮廓的顶点或者围成黑白区域的轮廓上的任意点，此处不做限定。本实施例中，将位置信息按照设定比例进行调整可以理解为：对表征位置信息的坐标点按照设定比例进行调整，获得黑白区域的特征点。
示例性的，以设定标记和黑白区域均为矩形为例，将位置信息按照设定比例进行调整，获取黑白区域的特征点的过程可以是：计算设定标记的四个顶点分别与中心点的横坐标距离及纵坐标距离；对横坐标距离和纵坐标距离按照设定比例进行调整，获得黑白区域的四个顶点坐标；基于四个顶点确定黑白区域。
本实施例中，如图7所示，P1-P4为其中一个黑白区域的四个顶点，P1的坐标是由C1距离中心点O的横坐标距离及纵坐标距离按照设定比例调整获得的，P2的坐标是由C2距离中心点O的横坐标距离及纵坐标距离按照设定比例调整获得的，P3的坐标是由C3距离中心点O的横坐标距离及纵坐标距离按照设定比例调整获得的，P4的坐标是由C4距离中心点O的横坐标距离及纵坐标距离按照设定比例调整获得的。以C2为例，可以计算出横坐标距离为dx2＝x2-x0，纵坐标距离为dy2＝y2-y0,根据设定好的比例kx2,ky2，可以求得P2的坐标xp2＝x0+kx2*dx2,yp2＝y0+ky2*dy2。其他点的获取也可按照该方法。在获得黑白区域四个顶点的坐标后，基于四个顶点截取黑白区域。
步骤140，获取黑白区域中黑色灰度值与白色灰度值的差值。
其中，黑色灰度值与白色灰度值的差值可以是黑色块区域的黑色灰度平均值与白色块区域的白色灰度平均值的差值。
具体的，获取黑白区域中黑色灰度值与白色灰度值的差值的方式可以是：获取黑白区域的黑白分割线；根据黑白分割线确定黑色块区域和白色块区域；将黑色块区域中像素点的灰度值与白色块区域中像素点的灰度值作差，获得黑色灰度值与白色灰度值的差值。
其中，黑白分割线可以理解为黑色块区域与白色块区域间的分割线，即黑白分割线两边的区域分别为黑色块区域和白色块区域。
本实施例中，获取所述黑白区域的黑白分割线的方式可以是：对黑白区域中每一行的像素点进行遍历，将每一行中灰度值变化最大的点确定为黑白分割点；将每一行的黑白分割点进行组合，获得黑白分割线。
本实施例中，由于黑白区域由黑色块区域和白色块区域拼接而成，则每一行像素点中均存在一个灰度值变化最大的点，该点即为这一行的黑白分割点，所有的黑白分割点组成黑白分割线，黑白分割线将黑色块区域和白色块区域分割开来。在获得黑色块区域和白色块区域，分别计算黑色块区域中像素点的灰度平均值和白色块区域中像素点的灰度平均值，将两个灰度平均值作差，获得黑色灰度值与白色灰度值的差值。
步骤150，根据差值确定待检测镜头是否存在污染物。
本实施例中，当待检测图像中存在污染物时，黑色灰度值与白色灰度值的差值会减小。示例性的，图8a是本实施例中待检测镜头有无污染物的拍摄的对比图，图8b为待检测镜头有无污染物拍摄的图片截取出的黑白区域的对比图，左图为清晰镜头拍摄的照片，右图为自布满灰尘的镜头拍摄的照片，从图中可以看出，左右两图的区别是黑色和白色的对比，灰尘镜头图像中的黑色变得不黑，白色变得不那么白，二者的灰度值的差值会减小。
具体的，根据差值确定待检测镜头是否存在污染物的方式可以是：若差值小于设定阈值，则待检测镜头存在污染物；否则，待检测镜头不存在污染物。
可选的，还包括如下步骤：若待检测镜头中存在污染物，则获取黑白图案在待识别图像中的位置；根据黑白图案在待识别图像中的位置确定污染物在待识别镜头中的位置。
本实施例，是通过对黑白图案中黑白区域的黑白灰度值的差值来确定是否存在污染物，因此，当待检测镜头中存在污染物时，可以根据黑白图案在待识别图像中的位置确定污染物在待识别镜头中的位置，从而可以准确的对污染物进行清理。
本实施例的技术方案，控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，设定场景中设置有包含设定标记的黑白图案；对待识别图像中的设定标记进行定位，获得设定标记的位置信息；根据位置信息截取待识别图像中的黑白区域；获取黑白区域中黑色灰度值与白色灰度值的差值；根据差值确定待检测镜头是否存在污染物。本发明实施例提供的镜头污染物的检测方法，根据待检测镜头拍摄的黑白区域中黑色灰度值与白色灰度值的差值确定待检测镜头中是否存在污染物，通过图像识别技术实现对镜头中颗粒污染物的检测，可以提高镜头的拍摄效果。
下述为采用本实施例的方法对镜头污染物进行检测的验证实例。图9为对清晰镜头拍摄的图片的检测结果。镜头在旋转拍摄时，获得的图像集画面会在水平方向上横扫使得覆盖镜头的整个横向区域。图9的三个曲线代表的是三个黑白图案在一个数据集里的结果，横坐标是识别到的黑白区域的中心在相机照片中的横坐标，纵坐标表示的是经过计算求得的黑白灰度值的差值，越大可以代表镜头的清晰度越高。图10为对布满灰尘的镜头拍摄的图片的检测结果。图11为对局部受到遮挡的镜头拍摄的图片的检测结果。
从上述验证结果可以看出，清晰镜头的黑白灰度值的差值均值在95-110,有灰尘的镜头该数值直接到了一半也就是45-50左右，并且清晰镜头获得的曲线更加平缓，而带有灰尘的镜头由于灰尘的分布不均匀导致波动也更大。局部受到遮挡的镜头能够在曲线中反映出被遮挡的部分黑白灰度值的差值的值急剧下降直到无法识别。
实施例二
图12是本发明实施例二提供的一种镜头污染物的检测装置的结构示意图，如图12所示，该装置包括：
待识别图像获取模块210，用于控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，所述设定场景中设置有包含设定标记的黑白图案；
位置信息获取模块220，用于对所述待识别图像中的设定标记进行定位，获得所述设定标记的位置信息；
黑白区域截取模块230，用于根据所述位置信息截取所述待识别图像中的黑白区域；
灰度值差值获取模块240，用于获取所述黑白区域中黑色灰度值与白色灰度值的差值；
污染物确定模块250，用于根据所述差值确定所述待检测镜头是否存在污染物。
可选的，黑白区域截取模块230，还用于：
将所述位置信息按照设定比例进行调整，获取所述黑白区域的特征点；
基于所述特征点截取黑白区域。
可选的，灰度值差值获取模块240，还用于：
获取所述黑白区域的黑白分割线；
根据所述黑白分割线确定黑色块区域和白色块区域；
将所述黑色块区域中像素点的灰度值与所述白色块区域中像素点的平均值作差，获得黑色灰度值与白色灰度值的差值。
可选的，灰度值差值获取模块240，还用于：
对所述黑白区域中每一行的像素点进行遍历，将每一行中灰度值变化最大的点确定为黑白分割点；
将每一行的黑白分割点进行组合，获得黑白分割线。
可选的，污染物确定模块250，还用于：
若所述差值小于设定阈值，则所述待检测镜头存在污染物；否则，所述待检测镜头不存在污染物。
可选的，所述设定场景中设置有多个包含设定标记的黑白图案，且所述多个包含设定的黑白图案在空间中的竖直方向上分开排布；待识别图像获取模块210，还用于：
控制待检测镜头按照设定频率旋转拍摄所述设定场景，获得多张待识别图像；其中，所述待检测镜头的曝光时间为恒定值。
可选的，还包括：污染物位置确定模块，用于：
若待检测镜头中存在污染物，则获取所述黑白图案在所述待识别图像中的位置；
根据所述黑白图案在所述待识别图像中的位置确定污染物在待识别镜头中的位置。
上述装置可执行本发明前述所有实施例所提供的方法，具备执行上述方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明前述所有实施例所提供的方法。
实施例三
图13为本发明实施例三提供的一种计算机设备的结构示意图。图13示出了适于用来实现本发明实施方式的计算机设备312的框图。图13显示的计算机设备312仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。设备312是典型的镜头污染物的检测功能的计算设备。
如图13所示，计算机设备312以通用计算设备的形式表现。计算机设备312的组件可以包括但不限于：一个或者多个处理器316，存储装置328，连接不同***组件(包括存储装置328和处理器316)的总线318。
总线318表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，***总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture，ISA)总线，微通道体系结构(Micro Channel Architecture，MCA)总线，增强型ISA总线、视频电子标准协会(Video Electronics Standards Association，VESA)局域总线以及***组件互连(Peripheral Component Interconnect，PCI)总线。
计算机设备312典型地包括多种计算机***可读介质。这些介质可以是任何能够被计算机设备312访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
存储装置328可以包括易失性存储器形式的计算机***可读介质，例如随机存取存储器(Random Access Memory，RAM)330和/或高速缓存存储器332。计算机设备312可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机***存储介质。仅作为举例，存储***334可以用于读写不可移动的、非易失性磁介质(图13未显示，通常称为“硬盘驱动器”)。尽管图13中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory，CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory，DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线318相连。存储装置328可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块326的程序336，可以存储在例如存储装置328中，这样的程序模块326包括但不限于操作***、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块326通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备312也可以与一个或多个外部设备314(例如键盘、指向设备、摄像头、显示器324等)通信，还可与一个或者多个使得用户能与该计算机设备312交互的设备通信，和/或与使得该计算机设备312能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口322进行。并且，计算机设备312还可以通过网络适配器320与一个或者多个网络(例如局域网(Local AreaNetwork，LAN)，广域网Wide Area Network，WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器320通过总线318与计算机设备312的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备312使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、磁盘阵列(Redundant Arrays of IndependentDisks，RAID)***、磁带驱动器以及数据备份存储***等。
处理器316通过运行存储在存储装置328中的程序，从而执行各种功能应用以及数据处理，例如实现本发明上述实施例所提供的镜头污染物的检测方法。
实施例四
本发明实施例提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该程序被处理装置执行时实现如本发明实施例中的镜头污染物的检测方法。本发明上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，所述设定场景中设置有包含设定标记的黑白图案；对所述待识别图像中的设定标记进行定位，获得所述设定标记的位置信息；根据所述位置信息截取所述待识别图像中的黑白区域；获取所述黑白区域中黑色灰度值与白色灰度值的差值；根据所述差值确定所述待检测镜头是否存在污染物。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的***、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，该模块、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，在有些作为替换的实现中，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，两个接连地表示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，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操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。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上***(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种镜头污染物的检测方法，其特征在于，包括：
控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，所述设定场景中设置有包含设定标记的黑白图案；
对所述待识别图像中的所述设定标记进行定位，获得所述设定标记的位置信息；
根据所述位置信息截取所述待识别图像中的黑白区域；
获取所述黑白区域中黑色灰度值与白色灰度值的差值；
根据所述差值确定所述待检测镜头是否存在污染物。
2.根据权利要求1所述的方法，其特征在于，根据所述位置信息截取所述待识别图像中的黑白区域，包括：
将所述位置信息按照设定比例进行调整，获取所述黑白区域的特征点；
基于所述特征点截取黑白区域。
3.根据权利要求1所述的方法，其特征在于，获取所述黑白区域中黑色灰度值与白色灰度值的差值，包括：
获取所述黑白区域的黑白分割线；
根据所述黑白分割线确定黑色块区域和白色块区域；
将所述黑色块区域中像素点的灰度值与所述白色块区域中像素点的灰度值作差，获得黑色灰度值与白色灰度值的差值。
4.根据权利要求3所述的方法，其特征在于，获取所述黑白区域的黑白分割线，包括：
对所述黑白区域中每一行的像素点进行遍历，将每一行中灰度值变化最大的点确定为黑白分割点；
将每一行的黑白分割点进行组合，获得黑白分割线。
5.根据权利要求1所述的方法，其特征在于，根据所述差值确定所述待检测镜头是否存在污染物，包括：
若所述差值小于设定阈值，则所述待检测镜头存在污染物；否则，所述待检测镜头不存在污染物。
6.根据权利要求1所述的方法，其特征在于，所述设定场景中设置有多个包含设定标记的黑白图案，且所述多个包含设定标记的黑白图案在空间中的竖直方向上分开排布；控制待检测镜头对设定场景进行拍摄，获得待识别图像，包括：
控制待检测镜头按照设定频率旋转拍摄所述设定场景，获得多张待识别图像；其中，所述待检测镜头的曝光时间为恒定值。
7.根据权利要求6所述的方法，其特征在于，还包括：
若待检测镜头中存在污染物，则获取所述黑白图案在所述待识别图像中的位置；
根据所述黑白图案在所述待识别图像中的位置确定污染物在待识别镜头中的位置。
8.一种镜头污染物的检测装置，其特征在于，包括：
待识别图像获取模块，用于控制待检测镜头对设定场景进行拍摄，获得待识别图像；其中，所述设定场景中设置有包含设定标记的黑白图案；
位置信息获取模块，用于对所述待识别图像中的所述设定标记进行定位，获得所述设定标记的位置信息；
黑白区域截取模块，用于根据所述位置信息截取所述待识别图像中的黑白区域；
灰度值差值获取模块，用于获取所述黑白区域中黑色灰度值与白色灰度值的差值；
污染物确定模块，用于根据所述差值确定所述待检测镜头是否存在污染物。
9.一种计算机设备，其特征在于，所述设备包括：包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1-7任一所述的镜头污染物的检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现如权利要求1-7中任一所述的镜头污染物的检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110687481.8A CN113240672A (zh) | 2021-06-21 | 2021-06-21 | 镜头污染物的检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110687481.8A CN113240672A (zh) | 2021-06-21 | 2021-06-21 | 镜头污染物的检测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113240672A true CN113240672A (zh) | 2021-08-10 |
Family
ID=77140537
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110687481.8A Pending CN113240672A (zh) | 2021-06-21 | 2021-06-21 | 镜头污染物的检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113240672A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113645464A (zh) * | 2021-08-27 | 2021-11-12 | 优奈柯恩(北京)科技有限公司 | 用于检测摄像头的测试***和用于检测摄像头的方法 |
| CN114663429A (zh) * | 2022-05-17 | 2022-06-24 | 陕西欧卡电子智能科技有限公司 | 镜头污染物检测方法、装置、计算机设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140010408A1 (en) * | 2012-07-03 | 2014-01-09 | Clarion Co., Ltd. | Lens-attached matter detector, lens-attached matter detection method, and vehicle system |
| CN106231297A (zh) * | 2016-08-29 | 2016-12-14 | 深圳天珑无线科技有限公司 | 摄像头的检测方法及装置 |
| CN107743224A (zh) * | 2017-09-30 | 2018-02-27 | 奇酷互联网络科技（深圳）有限公司 | 镜头脏污的提醒方法、***、可读存储介质及移动终端 |
| CN111970506A (zh) * | 2020-10-20 | 2020-11-20 | 常州市瑞泰光电有限公司 | 镜头脏污检测方法、装置和设备 |
| CN112422959A (zh) * | 2020-11-11 | 2021-02-26 | 珠海格力电器股份有限公司 | 镜头污染检测方法、***、设备及存储介质 |
| CN112702488A (zh) * | 2020-12-24 | 2021-04-23 | 上海炬佑智能科技有限公司 | 测试结构件、ToF装置以及镜头脏污检测方法 |
-
2021
- 2021-06-21 CN CN202110687481.8A patent/CN113240672A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140010408A1 (en) * | 2012-07-03 | 2014-01-09 | Clarion Co., Ltd. | Lens-attached matter detector, lens-attached matter detection method, and vehicle system |
| CN106231297A (zh) * | 2016-08-29 | 2016-12-14 | 深圳天珑无线科技有限公司 | 摄像头的检测方法及装置 |
| CN107743224A (zh) * | 2017-09-30 | 2018-02-27 | 奇酷互联网络科技（深圳）有限公司 | 镜头脏污的提醒方法、***、可读存储介质及移动终端 |
| CN111970506A (zh) * | 2020-10-20 | 2020-11-20 | 常州市瑞泰光电有限公司 | 镜头脏污检测方法、装置和设备 |
| CN112422959A (zh) * | 2020-11-11 | 2021-02-26 | 珠海格力电器股份有限公司 | 镜头污染检测方法、***、设备及存储介质 |
| CN112702488A (zh) * | 2020-12-24 | 2021-04-23 | 上海炬佑智能科技有限公司 | 测试结构件、ToF装置以及镜头脏污检测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113645464A (zh) * | 2021-08-27 | 2021-11-12 | 优奈柯恩(北京)科技有限公司 | 用于检测摄像头的测试***和用于检测摄像头的方法 |
| CN114663429A (zh) * | 2022-05-17 | 2022-06-24 | 陕西欧卡电子智能科技有限公司 | 镜头污染物检测方法、装置、计算机设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
| US9305360B2 (en) | Method and apparatus for image enhancement and edge verification using at least one additional image | |
| US5845007A (en) | Machine vision method and apparatus for edge-based image histogram analysis | |
| CN106839976B (zh) | 一种检测镜头中心的方法及装置 | |
| CN113240672A (zh) | 镜头污染物的检测方法、装置、设备及存储介质 | |
| CN111950353B (zh) | ***文本识别方法、装置及电子设备 | |
| CN110349212B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
| CN112669344A (zh) | 一种运动物体的定位方法、装置、电子设备及存储介质 | |
| RU2748763C1 (ru) | Способ обнаружения и автосопровождения объектов целеуказания оптико-электронной системой беспилотного летательного аппарата | |
| CN115409881A (zh) | 图像处理方法、装置及设备 | |
| CN106919883B (zh) | 一种qr码的定位方法及装置 | |
| CN111967332B (zh) | 用于自动驾驶的能见度信息生成方法和装置 | |
| CN112954198B (zh) | 图像处理方法、装置和电子设备 | |
| CN112435223B (zh) | 目标检测方法、装置及存储介质 | |
| CN112330576A (zh) | 车载鱼眼摄像头畸变矫正方法、装置、设备及存储介质 | |
| CN114037992A (zh) | 仪表示数识别方法、装置、电子设备及存储介质 | |
| CN110390295B (zh) | 一种图像信息识别方法、装置及存储介质 | |
| CN112580516A (zh) | 一种道路场景识别方法、装置、设备及存储介质 | |
| JPH04130587A (ja) | ３次元画像評価装置 | |
| CN113763466A (zh) | 一种回环检测方法、装置、电子设备和存储介质 | |
| CN115511870A (zh) | 对象检测方法、装置、电子设备和存储介质 | |
| CN114120343A (zh) | 证件图像质量评估方法及终端 | |
| Wang et al. | An airlight estimation method for image dehazing based on gray projection | |
| CN113780269A (zh) | 图像识别方法、装置、计算机***及可读存储介质 | |
| CN112766068A (zh) | 一种基于网格化标注的车辆检测方法及*** |
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 |