CN113014912A - 一种车内监控相机强光源直射检测的方法 - Google Patents

一种车内监控相机强光源直射检测的方法 Download PDF

Info

Publication number
CN113014912A
CN113014912A CN201911320491.7A CN201911320491A CN113014912A CN 113014912 A CN113014912 A CN 113014912A CN 201911320491 A CN201911320491 A CN 201911320491A CN 113014912 A CN113014912 A CN 113014912A
Authority
CN
China
Prior art keywords
light source
strong light
image
histogram
direct
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
Application number
CN201911320491.7A
Other languages
English (en)
Inventor
马艳
于康龙
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hefei Ingenic Technology Co ltd
Original Assignee
Hefei Ingenic Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hefei Ingenic Technology Co ltd filed Critical Hefei Ingenic Technology Co ltd
Priority to CN201911320491.7A priority Critical patent/CN113014912A/zh
Publication of CN113014912A publication Critical patent/CN113014912A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00Diagnosis, testing or measuring for television systems or their details
    • H04N17/002Diagnosis, testing or measuring for television systems or their details for television cameras
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • General Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明提供一种车内监控相机强光源直射检测的方法,首先,计算图像直方图分布,并统计直方图中强光源对应的区间分布面积,最后通过设定阈值判断强光源是否直射镜头。所述的计算图像直方图分布的步骤之前还包括:图像预处理的步骤:对图像进行灰度化。所述的判断强光源是否直射镜头的步骤之后,还包括:返回的步骤。

Description

一种车内监控相机强光源直射检测的方法
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强光源直射检测的方法。
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。车内加装监控相机,有利于保护乘车人员的生命财产安全;同时为保证监控相机监控画面有效,需要对相机增加非正常状态(遮挡、镜头移动等)的自检报警等功能。由于相机画面对光源干扰非常敏感,尤其是使用灯光直射镜头时,会使镜头大面积或部分区域产生白色光斑,从而很容易造成监控处于“盲人”状态。而且目前尚未有研究人员提出车内监控相机进行光源直射镜头自检的方法。
发明内容
本发明实际要解决的技术问题在于,使用发光物体直射监控镜头,会导致画面大面积或部分区域呈现白色光斑,从而造成监控失效,进而给犯罪分子提供了可乘之机。为了解决上述问题,具体地,针对强光源直射车内监控相机导致的“盲人”现象,本发明提供一种车内监控相机强光源直射检测的方法,首先,计算图像直方图分布,并统计直方图中强光源对应的区间分布面积,最后通过设定阈值判断强光源是否直射镜头。
所述的计算图像直方图分布的步骤之前还包括:图像预处理的步骤:对图像进行灰度化。
所述的判断强光源是否直射镜头的步骤之后,还包括:返回的步骤。
所述的计算图像直方图分布,进一步包括:
H.初始化H(k)=0,其中0≤k≤255;
I.遍历灰度图像,如果像素值等于k(0≤k≤255),则H(k)=H(k)+1。
所述的统计直方图中强光源对应的区间分布面积,包括计算强光源直射面积,进一步包括:
按照公式1计算直方图中像素值在250以上的分布面积,即强光源直
射面积;公式1:
Figure BDA0002327015890000021
所述的判断强光是否直射镜头的步骤,进一步包括:
A.如果强光源直射面积大于设定阈值1,则认为有光源进入监控画面,令计数器cn=cn+1,执行下一步骤B:即判断计数器cn是否大于设定阈值2的步骤;否则计数器cn=0,执行返回步骤;
B.如果计数器cn大于设定阈值2,则检测结果为:强光源直射遮挡;
执行返回步骤。
所述的阈值1是通过比较正常图像直方图分布峰值和强光源直射镜头图像的直方图分布峰值而选择的一个筛选阈值。
所述的阈值2是为了通过计数器cn的数值判断是否连续多帧画面都检测为强光源直射。
由此,本申请的优势在于:
(1)车内监控画面正常图像对应的直方图峰值分布主要集中在0~255的中间段(50~250),如果有强光源干扰画面,出现白斑会直接表现为直方图中(250~255)区间的分布陡增,且直方图峰值发生偏移(由50~250区间偏移至250~255区间)。在本方法中,阈值1是通过比较正常图像直方图分布峰值和强光源直射镜头图像的直方图分布峰值而选择的一个筛选阈值,通过比较强光源面积是否达到设定阈值1来判断强光源直射镜头的现象。
(2)通过计数器cn判断是否连续多帧画面都检测为强光源直射,增加检测结果可靠性。
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,本发明的方法主要的步骤包括:
首先,计算图像直方图分布,并统计直方图中强光源对应的区间分布面积,最后通过设定阈值判断强光源是否直射镜头。
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.图像进行灰度化预处理
S2.计算图像直方图分布H
S2.1初始化H(k)=0,其中0≤k≤255;
S2.2遍历灰度图像,如果像素值等于k(0≤k≤255),则H(k)=H(k)+1;
S3.计算强光源直射面积
S4.判断强光源是否直射镜头
S5.返回。
其中S3计算强光源直射面积,包括:
按照公式(1)计算直方图中像素值在250以上的分布面积,即强光源直射面积:
公式(1):
Figure BDA0002327015890000041
其中S4判断强光源是否直射镜头,包括:
S4.1如果强光源直射面积大于设定阈值1,则认为有光源进入监控画面,令计数器cn=cn+1,执行下一步骤S4.2;否则cn=0,执行步骤S5;
S4.2如果计数器cn大于设定阈值2,则检测结果为:强光源直射遮挡;执行步骤S5。
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
对图像进行灰度化;
步骤2.计算图像直方图分布H
2.1初始化H(k)=0,其中0≤k≤255;
2.2遍历灰度图像,如果像素值等于k(0≤k≤255),则H(k)=H(k)+1;
步骤3.计算强光源直射面积
按照公式(1)计算直方图中像素值在250以上的分布面积,即强光源直射面积:
Figure BDA0002327015890000051
步骤4.判断强光源是否直射镜头
4.1如果强光源直射面积大于设定阈值1,则认为有光源进入监控画面,令计数器cn=cn+1,执行步骤;否则cn=0,执行步骤5;
4.2如果计数器cn大于设定阈值2,则检测结果为:强光源直射遮挡;执行步骤5;
步骤5.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强光源直射检测的方法,其特征在于,计算图像直方图分布,并统计直方图中强光源对应的区间分布面积,通过设定阈值判断强光源是否直射镜头。
2.根据权利要求1所述的一种车内监控相机强光源直射检测的方法,其特征在于,计算图像直方图分布的步骤之前还包括:图像预处理的步骤:对图像进行灰度化。
3.根据权利要求1所述的一种车内监控相机强光源直射检测的方法,其特征在于,判断强光源是否直射镜头的步骤之后,还包括:返回的步骤。
4.根据权利要求1所述的一种车内监控相机强光源直射检测的方法,其特征在于,所述的计算图像直方图分布,进一步包括:
H.初始化H(k)=0,其中0≤k≤255;
I.遍历灰度图像,如果像素值等于k(0≤k≤255),则H(k)=H(k)+1。
5.根据权利要求1所述的一种车内监控相机强光源直射检测的方法,其特征在于,所述的统计直方图中强光源对应的区间分布面积,包括计算强光源直射面积,进一步包括:
按照公式1计算直方图中像素值在250以上的分布面积,即强光源直射面积;公式1:
Figure FDA0002327015880000011
6.根据权利要求1所述的一种车内监控相机强光源直射检测的方法,其特征在于,所述的判断强光是否直射镜头的步骤,进一步包括:
A.如果强光源直射面积大于设定阈值1,则认为有光源进入监控画面,令计数器cn=cn+1,执行下一步骤B:即判断计数器cn是否大于设定阈值2的步骤;否则计数器cn=0,执行返回步骤;
B.如果计数器cn大于设定阈值2,则检测结果为:强光源直射遮挡;执行返回步骤。
7.根据权利要求6所述的一种车内监控相机强光源直射检测的方法,其特征在于,所述的阈值1是通过比较正常图像直方图分布峰值和强光源直射镜头图像的直方图分布峰值而选择的一个筛选阈值。
8.根据权利要求6所述的一种车内监控相机强光源直射检测的方法,其特征在于,所述的阈值2是为了通过计数器cn判断是否连续多帧画面都检测为强光源直射。
CN201911320491.7A 2019-12-19 2019-12-19 一种车内监控相机强光源直射检测的方法 Pending CN113014912A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911320491.7A CN113014912A (zh) 2019-12-19 2019-12-19 一种车内监控相机强光源直射检测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911320491.7A CN113014912A (zh) 2019-12-19 2019-12-19 一种车内监控相机强光源直射检测的方法

Publications (1)

Publication Number Publication Date
CN113014912A true CN113014912A (zh) 2021-06-22

Family

ID=76382359

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911320491.7A Pending CN113014912A (zh) 2019-12-19 2019-12-19 一种车内监控相机强光源直射检测的方法

Country Status (1)

Country Link
CN (1) CN113014912A (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1854816A (zh) * 2005-04-26 2006-11-01 浙江汉宇安全技术有限公司 机动车防眩光方法及其装置
JP2007249568A (ja) * 2006-03-15 2007-09-27 Omron Corp 画像処理装置および方法、記録媒体、並びに、プログラム
US20080159623A1 (en) * 2006-12-29 2008-07-03 Bo Zou Daytime And Nighttime Image Recognizing Method And Apparatus
CN101661615A (zh) * 2008-08-27 2010-03-03 卡西欧计算机株式会社 对对象图像实施灰度修正的图像处理装置
CN202965902U (zh) * 2012-10-24 2013-06-05 长安大学 一种汽车防炫目装置
CN108124122A (zh) * 2016-11-29 2018-06-05 法乐第(北京)网络科技有限公司 影像处理方法、装置及车辆
CN108320272A (zh) * 2018-02-05 2018-07-24 电子科技大学 图像去光的方法
CN109922274A (zh) * 2017-12-13 2019-06-21 深圳英飞拓科技股份有限公司 基于直方图的摄像机强光抑制方法及装置
JP2019121355A (ja) * 2018-01-10 2019-07-22 富士通株式会社 車両検出装置と方法及び電子機器

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1854816A (zh) * 2005-04-26 2006-11-01 浙江汉宇安全技术有限公司 机动车防眩光方法及其装置
JP2007249568A (ja) * 2006-03-15 2007-09-27 Omron Corp 画像処理装置および方法、記録媒体、並びに、プログラム
US20080159623A1 (en) * 2006-12-29 2008-07-03 Bo Zou Daytime And Nighttime Image Recognizing Method And Apparatus
CN101661615A (zh) * 2008-08-27 2010-03-03 卡西欧计算机株式会社 对对象图像实施灰度修正的图像处理装置
CN202965902U (zh) * 2012-10-24 2013-06-05 长安大学 一种汽车防炫目装置
CN108124122A (zh) * 2016-11-29 2018-06-05 法乐第(北京)网络科技有限公司 影像处理方法、装置及车辆
CN109922274A (zh) * 2017-12-13 2019-06-21 深圳英飞拓科技股份有限公司 基于直方图的摄像机强光抑制方法及装置
JP2019121355A (ja) * 2018-01-10 2019-07-22 富士通株式会社 車両検出装置と方法及び電子機器
CN108320272A (zh) * 2018-02-05 2018-07-24 电子科技大学 图像去光的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
何嘉林等.: "基于融合技术的图像去高光方法", 《科学技术创新》 *

Similar Documents

Publication Publication Date Title
JP5518359B2 (ja) 煙検出装置
KR100259737B1 (ko) 화상픽업 장치의 시야내에 위치되는 물체를 감지하는 방법 및 장치
US6711279B1 (en) Object detection
US8964030B2 (en) Surveillance camera system having camera malfunction detection function to detect types of failure via block and entire image processing
CN101211407B (zh) 昼夜图像识别方法和装置
CN102568242A (zh) 基于视频处理的信号灯状态检测方法及其系统
CN107240092A (zh) 一种图像模糊度检测方法及装置
US20230015771A1 (en) Methods for detecting phantom projection attacks against computer vision algorithms
KR101454644B1 (ko) 보행자 추적기를 이용한 서성거림을 탐지하는 방법
JP2007206059A (ja) 光電装置及び光電装置の動作方法
KR20050009135A (ko) 불꽃 검출 방법 및 장치
DE60212991D1 (de) Sicherheitssystem und warnmethode mit randerkennung eines bildsignals
KR101522757B1 (ko) 영상의 노이즈 제거 방법
CN113014912A (zh) 一种车内监控相机强光源直射检测的方法
Kojima et al. Proposing autotuning image enhancement method using stochastic resonance
JP2010200190A (ja) 映像監視システム
JP2006261761A (ja) 画像信号処理装置
EP0832472A1 (en) Security control system
JP4925942B2 (ja) 画像センサ
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
KR101547239B1 (ko) 배경영상 추출 기반 카메라 영상밝기 조절 시스템 및 방법
JP5027646B2 (ja) 複合型侵入検知装置
JP5215707B2 (ja) 煙検出装置
JPH10269468A (ja) 火災検出装置
KR20160040335A (ko) 저조도 상황에서 영상 인식 개선을 위한 적외선 조명 기능을 포함한 저전력 차량용 영상 저장 장치 및 방법

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210622