图像条纹检测方法、视频监控系统及相关装置制造方法及图纸

技术编号:26035331 阅读:30 留言:0更新日期:2020-10-23 21:13
本申请公开了图像条纹检测方法、视频监控系统及相关装置,该方法包括:获取待检测图像帧中每个像素点的梯度角度和梯度幅值,以建立梯度角度直方图和梯度幅值直方图;基于梯度角度直方图计算梯度角度峰度,以及基于梯度幅值直方图计算梯度幅值峰度;根据梯度角度峰度和梯度幅值峰度对待检测图像帧进行条纹检测。通过上述方式,在减少人力成本的投入的同时还提高检测速度,加快对监控终端的异常判定,能够及时对监控终端进行维护和调整。

【技术实现步骤摘要】
图像条纹检测方法、视频监控系统及相关装置
本申请涉及图像处理
,特别是涉及一种图像条纹检测方法、视频监控系统及相关装置。
技术介绍
随着全国平安城市建设的推广,一个中等城市监控系统摄像机的数量多达数万台,前端图像采集设备长期连续工作受到各种外界因素的影响,而条纹噪声是监控录像中易出现的干扰,由于电波干扰、系统电压不平衡或传输线路异常等造成不同角度、不同粗细、不同周期的条纹。监控视频中的条纹现象不仅降低了监控图像的质量和可解释性,还容易引发不可预测的故障。目前大部分视频监控系统采用人工故障排查,效率低下。
技术实现思路
为了解决上述问题,本申请提供一种图像条纹检测方法、视频监控系统及相关装置,在减少人力成本的投入的同时还提高检测速度,加快对监控终端的异常判定,能够及时对监控终端进行维护和调整。本申请采用的一种技术方案是提供一种图像条纹检测方法,该方法包括:获取待检测图像帧中每个像素点的梯度角度和梯度幅值,以建立梯度角度直方图和梯度幅值直方图;基于梯度角度直方图计算梯度角度峰度,以及基于梯度幅值直方图计算梯度幅值峰度;根据梯度角度峰度和梯度幅值峰度对待检测图像帧进行条纹检测。其中,获取待检测图像帧中每个像素点的梯度角度和梯度幅值,以建立梯度角度直方图和梯度幅值直方图,包括:计算每个像素点在第一方向上的第一梯度和第二方向上的第二梯度,其中,第一方向为待检测图像帧的水平方向,第二方向为待检测图像帧的竖直方向;利用第一梯度和第二梯度计算每个像素点的梯度角度和梯度幅值;根据每个像素点的梯度角度建立梯度角度直方图;以及根据每个像素点的梯度幅值建立梯度幅值直方图。其中,利用第一梯度和第二梯度计算每个像素点的梯度角度和梯度幅值,包括:采用以下公式计算每个像素点的梯度角度:以及采用以下公式计算每个像素点的梯度幅值:其中,其中,(i,j)表示像素点的坐标,分别为像素点在第一方向和第二方向上的梯度。其中,根据每个像素点的梯度角度建立梯度角度直方图,包括:分别获取每个梯度角度的像素点数量;将每个梯度角度作为横坐标,将对应的像素点数量作为纵坐标,以建立梯度角度直方图。其中,根据每个像素点的梯度幅值建立梯度幅值直方图,包括:分别获取每个梯度幅值的像素点数量;将每个梯度幅值作为横坐标,将对应的像素点数量作为纵坐标,以建立梯度幅值直方图。其中,基于梯度角度直方图计算梯度角度峰度,包括:基于梯度角度直方图计算梯度角度二阶中心距和梯度角度四阶中心距;通过梯度角度二阶中心距和梯度角度四阶中心距计算出梯度角度峰度。其中,基于梯度角度直方图计算梯度角度二阶中心距和梯度角度四阶中心距,包括:采用以下公式计算梯度角度二阶中心距:以及采用以下公式计算梯度角度四阶中心距:通过梯度角度二阶中心距和梯度角度四阶中心距计算出梯度角度峰度,包括:采用以下公式计算梯度角度峰度:其中,θhist表示梯度角度直方图,x表示梯度角度直方图中的纵坐标的值,E(x)表示梯度角度直方图中的纵坐标的平均值,f(x)表示梯度角度直方图中的纵坐标的概率密度函数。其中,基于梯度幅值直方图计算梯度幅值峰度,包括:基于梯度幅值直方图计算梯度幅值二阶中心距和梯度幅值四阶中心距;通过梯度幅值二阶中心距和梯度幅值四阶中心距计算出梯度幅值峰度。其中,基于梯度幅值直方图计算梯度幅值二阶中心距和梯度幅值四阶中心距,包括:采用以下公式计算梯度幅值二阶中心距:以及采用以下公式计算梯度幅值四阶中心距:通过梯度幅值二阶中心距和梯度幅值四阶中心距计算出梯度幅值峰度,包括:采用以下公式计算梯度幅值峰度:其中,Ahist表示梯度幅值直方图,x表示梯度幅值直方图中的纵坐标的值,E(x)表示梯度幅值直方图中的纵坐标的平均值,f(x)表示梯度幅值直方图中的纵坐标的概率密度函数。其中,根据梯度角度峰度和梯度幅值峰度对待检测图像帧进行条纹检测,包括:若梯度角度峰度和/或梯度幅值峰度满足预设条件,则确定待检测图像帧出现条纹。其中,若梯度角度峰度和/或梯度幅值峰度满足预设条件,则确定待检测图像帧出现条纹,包括:若梯度角度峰度大于1且梯度幅值峰度大于0,则确定待检测图像帧出现条纹。其中,确定待检测图像帧出现条纹之后,还包括:对待检测图像帧中的条纹进行过滤,以排除待检测图像帧中的非噪声条纹。其中,对待检测图像帧中的条纹进行过滤,以排除待检测图像帧中的非噪声条纹,包括:获取目标条纹的长度和角度;判断目标条纹的长度是否满足预设长度,和/或判断目标条纹的角度是否与除目标条纹之外的其他条纹的角度一致;若否,则确定目标条纹为非噪声条纹;若是,则确定目标条纹为噪声条纹。本申请采用的另一种技术方案是提供一种图像条纹检测设备,该图像条纹检测设备包括处理器以及与处理器耦接的存储器;其中,存储器用于存储程序数据,处理器用于执行程序数据,以实现如上述方案中提供的任一方法。本申请采用的另一种技术方案是提供一种视频监控系统,该视频监控系统包括图像条纹检测设备以及与图像条纹检测设备连接的监控终端;监控终端用于采集监控图像,并将采集的监控图像发送给图像条纹检测设备,图像条纹检测设备是如上述方案中提供的图像条纹检测设备,以对监控图像进行条纹检测。本申请采用的另一种技术方案是提供一种计算机可读存储介质,该计算机可读存储介质用于存储程序数据,程序数据在被处理器执行时,用于实现如上述方案中提供的任一方法。本申请的有益效果是:区别于现有技术的情况,本申请的一种图像条纹检测方法,该方法包括:获取待检测图像帧中每个像素点的梯度角度和梯度幅值,以建立梯度角度直方图和梯度幅值直方图;基于梯度角度直方图计算梯度角度峰度,以及基于梯度幅值直方图计算梯度幅值峰度;根据梯度角度峰度和梯度幅值峰度对待检测图像帧进行条纹检测。通过使用梯度直方图的统计信息作为条纹的检测依据,从图像数据分布上进行全局分析,具有较强的泛化能力和鲁棒性,在减少人力成本的投入的同时还提高检测速度,加快对监控终端的异常判定,能够及时对监控终端进行维护和调整,具有广泛的部署能力。附图说明为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。其中:图1是本申请提供的图像条纹检测方法第一实施例的流程示意图;图2是本申请提供的图1中步骤11的具体流程示意图;图3是本申请提供的图2中步骤113的具体流程示意图;图4是本申请提供的梯度角度直方图示意图;图5是本申请提供的图2中步骤114的具体流程示意图;图6是本申请提供的梯度幅值直方图示意图;图7是本申请提供的基于梯度角度直方图计算梯度角度峰度的流程示意图;图8是本申请提供的基于梯度幅值直方图计算梯度幅值峰度的流程示意图;图9是本申请提供的有条纹的梯度角度直方图示意图;本文档来自技高网...

【技术保护点】
1.一种图像条纹检测方法,其特征在于,所述方法包括:/n获取待检测图像帧中每个像素点的梯度角度和梯度幅值,以建立梯度角度直方图和梯度幅值直方图;/n基于所述梯度角度直方图计算梯度角度峰度,以及基于所述梯度幅值直方图计算梯度幅值峰度;/n根据所述梯度角度峰度和所述梯度幅值峰度对所述待检测图像帧进行条纹检测。/n

【技术特征摘要】
1.一种图像条纹检测方法,其特征在于,所述方法包括:
获取待检测图像帧中每个像素点的梯度角度和梯度幅值,以建立梯度角度直方图和梯度幅值直方图;
基于所述梯度角度直方图计算梯度角度峰度,以及基于所述梯度幅值直方图计算梯度幅值峰度;
根据所述梯度角度峰度和所述梯度幅值峰度对所述待检测图像帧进行条纹检测。


2.根据权利要求1所述的方法,其特征在于,
所述获取待检测图像帧中每个像素点的梯度角度和梯度幅值,以建立梯度角度直方图和梯度幅值直方图,包括:
计算每个所述像素点在第一方向上的第一梯度和第二方向上的第二梯度,其中,所述第一方向为所述待检测图像帧的水平方向,所述第二方向为所述待检测图像帧的竖直方向;
利用所述第一梯度和所述第二梯度计算每个所述像素点的所述梯度角度和所述梯度幅值;
根据每个所述像素点的所述梯度角度建立所述梯度角度直方图;以及
根据每个所述像素点的所述梯度幅值建立所述梯度幅值直方图。


3.根据权利要求2所述的方法,其特征在于,
所述利用所述第一梯度和所述第二梯度计算每个所述像素点的所述梯度角度和所述梯度幅值,包括:
采用以下公式计算每个所述像素点的所述梯度角度:

以及
采用以下公式计算每个所述像素点的所述梯度幅值:



其中,其中,(i,j)表示所述像素点的坐标,分别为所述像素点在第一方向和第二方向上的梯度。


4.根据权利要求2所述的方法,其特征在于,
所述根据每个所述像素点的所述梯度角度建立所述梯度角度直方图,包括:
分别获取每个所述梯度角度的像素点数量;
将每个所述梯度角度作为横坐标,将对应的所述像素点数量作为纵坐标,以建立所述梯度角度直方图。


5.根据权利要求2所述的方法,其特征在于,
所述根据每个所述像素点的所述梯度幅值建立所述梯度幅值直方图,包括:
分别获取每个所述梯度幅值的像素点数量;
将每个所述梯度幅值作为横坐标,将对应的所述像素点数量作为纵坐标,以建立所述梯度幅值直方图。


6.根据权利要求1所述的方法,其特征在于,
所述基于所述梯度角度直方图计算梯度角度峰度,包括:
基于所述梯度角度直方图计算梯度角度二阶中心距和梯度角度四阶中心距;
通过所述梯度角度二阶中心距和所述梯度角度四阶中心距计算出所述梯度角度峰度。


7.根据权利要求6所述的方法,其特征在于,
所述基于所述梯度角度直方图计算梯度角度二阶中心距和梯度角度四阶中心距,包括:
采用以下公式计算梯度角度二阶中心距:

以及
采用以下公式计算梯度角度四阶中心距:



所述通过所述梯度角度二阶中心距和所述梯度角度四阶中心距计算出所述梯度角度峰度,包括:
采用以下公式计算梯度角度峰度:



其中,θhist表示所述梯度角度直方图,x表示所述梯度角度直方图中的纵坐标的值,E(x)表示所述梯度角度直方图中的纵坐标的平均值,f(x)表示所述梯度角度直方图中的纵坐标的概率密度函数。

【专利技术属性】
技术研发人员:胡东毛礼建陈媛媛
申请(专利权)人:浙江大华技术股份有限公司
类型:发明
国别省市:浙江;33

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1