一种图像偏色检测方法、设备及计算机可读存储介质技术

本发明专利技术公开了一种图像偏色检测方法、设备及计算机可读存储介质，该图像偏色检测方法包括：获取检测图像在目标色彩空间中至少一个色彩通道的分量数据；根据至少一个色彩通道的分量数据，确定检测图像的色彩特征，色彩特征中包含基于至少一个色彩通道的分量数据确定的矩特征；利用特征分类器对色彩特征进行分类，确定检测图像是否偏色。通过上述方式，本发明专利技术能够直接利用分类器对图像色彩通道上进行偏色检测，提高算法效率。提高算法效率。提高算法效率。

【技术实现步骤摘要】
一种图像偏色检测方法、设备及计算机可读存储介质


[0001]本专利技术涉及图像处理
，特别是涉及一种图像偏色检测方法、设备及计算机可读存储介质。

技术介绍

[0002]随着全国范围内智慧城市建设的推广，城市中的各种监控系统摄像机以及各类型的图像传感器数量都在万台以上，同时其安装的时间跨度也在十几年以上，视频质量参差不齐。同时，视频数据作为一种辅助进行高效智能化、智慧化分析的重要资源，如何对这些采集到的视频数据进行质量评估已经成为了亟待解决的问题，但是目前大部分的视频监控体系均面临着实时智能分析与低效滞后的人工诊断的矛盾，监控视频偏色检测算法可以为此提供有效的解决方案。在视频监控领域，算法的运行速度也是一个很大的考验，因为大部分的前端摄像机往往仅有非常有限的算力与内存，因此如何设计一个泛化能力强，同时消耗资源少的检测算法显得尤为重要。

技术实现思路

[0003]本专利技术主要解决的技术问题是提供一种图像偏色检测方法、设备及计算机可读存储介质，能够直接利用分类器对图像色彩通道上进行偏色检测，提高算法效率。
[0004]为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种图像偏色检测方法，该图像偏色检测方法包括：获取检测图像在目标色彩空间中至少一个色彩通道的分量数据；根据至少一个色彩通道的分量数据，确定检测图像的色彩特征，色彩特征中包含基于至少一个色彩通道的分量数据确定的矩特征；利用特征分类器对色彩特征进行分类，确定检测图像是否偏色。
[0005]其中，目标色彩空间包括YUV色彩空间，至少一个色彩通道的分量数据包括U通道的U分量数据和V通道的V分量数据。
[0006]其中，利用特征分类器对将色彩特征进行分类，确定检测图像是否偏色包括：利用特征分类器对矩特征进行分类，得到色彩特征得分；将色彩特征得分大于预设得分的检测图像作为偏色图像。
[0007]其中，利用特征分类器对矩特征进行分类，确定检测图像是否偏色之前包括：训练分类函数，将训练之后的分类函数作为特征分类器，训练之后的分类函数为：其中，x为矩特征，θ
i
为预设参数。
[0008]其中，训练分类函数包括：获取偏色样本和正常样本；将偏色样本和正常样本输入分类器函数，得到分类结果；构建目标函数，利用分类结果和目标函数对分类函数进行训练，目标函数为：其中，N
a
为偏色样本的数量，N
n
为正常样本的数量，N
total
为偏色样本和正常样本的数量和，α
的取值范围为0～1。
[0009]其中，利用特征分类器对矩特征进行分类，得到色彩特征得分包括：将矩特征输入分类函数，得到色彩特征得分，其中，色彩特征得分的范围为0～1。
[0010]其中，根据至少一个色彩通道的分量数据，确定检测图像的色彩特征包括：对至少一个色彩通道的分量数据分块，得到分量数据的多个分量子数据；计算多个分量子数据的Hu矩特征。
[0011]其中，计算多个分量子数据的Hu矩特征包括：分别计算多个分量子数据对应的原点矩；利用原点矩得到分量子数据的多个中心距；利用多个中心距构造不变矩组作为分量子数据对应的Hu矩特征。
[0012]其中，获取检测图像包括：获取视频图像；从视频图像中跳帧选取多张图像作为检测图像组，利用检测图像组判断视频图像是否偏色。
[0013]为解决上述技术问题，本专利技术采用的另一个技术方案是：提供一种图像偏色检测设备，该图像偏色检测设备包括处理器，处理器用于执行以实现上述的图像偏色检测方法。
[0014]为解决上述技术问题，本专利技术采用的另一个技术方案是：提供一种计算机可读存储介质，计算机可读存储介质用于存储指令/程序数据，指令/程序数据能够被执行以实现上述的图像偏色检测方法。
[0015]本专利技术的有益效果是：区别于现有技术的情况，本专利技术提供一种图像偏色检测方法，通过对目标色彩空间中至少一个色彩通道的分量数据进行处理，基于色彩通道的分量数据统计分析得到关于检测图像的色彩特征，利用构建的特征分类器对色彩特征进行偏色程度的分析，以判断图像是否偏色。
附图说明
[0016]图1是本申请图像偏色检测方法一实施方式的流程示意图；
[0017]图2是本申请图像偏色检测方法另一实施方式的流程示意图；
[0018]图3是本申请图像偏色检测方法又一实施方式的流程示意图；
[0019]图4是本申请实施方式中图像偏色检测装置的结构示意图；
[0020]图5是本申请实施方式中图像偏色检测设备的结构示意图；
[0021]图6是本申请实施方式中计算机可读存储介质的结构示意图。
具体实施方式
[0022]为使本专利技术的目的、技术方案及效果更加清楚、明确，以下参照附图并举实施例对本专利技术进一步详细说明。
[0023]在部分的大型项目中，由于监控路线的供电方式和错误的安装方式，都会或多或少的造成监控画面出现偏色现象，这极大的影响了监控画面质量。因此，通过视频偏色检测系统对监控视频进行检测，能够及时的发现监控设备的异常，方便排查人员及时的进行维修。
[0024]而在视频监控中，画面出现偏色的主要特征便是画面整体的颜色出现异常，并且明显的偏向于某一种颜色，设计自动检测算法的主要难点是，在实际运用过程中，画面所偏向的颜色种类是多种多样的，而且几乎没有规律可言，因而对算法的泛化能力提出了很大
的考验。
[0025]请参阅图1，图1是本申请图像偏色检测方法一实施方式的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施方式包括：
[0026]S110：获取检测图像在目标色彩空间中至少一个色彩通道的分量数据。
[0027]利用监控设备获取检测图像，根据检测图像的数据格式选择该数据格式色彩空间中至少一个色彩通道的分量数据。其中，检测图像可以为RGB格式、HSV格式、LAB格式或YUV格式。
[0028]S130：根据至少一个色彩通道的分量数据，确定检测图像的色彩特征。
[0029]对检测图像中每个像素点的色彩通道的分量数据处理，得到用于描述检测图像色彩特征的特征数据。其中，色彩特征中包含基于至少一个色彩通道的分量数据确定的矩特征。
[0030]S150：利用特征分类器对色彩特征进行分类，确定检测图像是否偏色。
[0031]本申请构建特征分类器，用于对上述获得的矩特征进行分类。集合检测图像整体的特征数据判断检测图像是否偏色。
[0032]在该实施方式中，本申请提供一种图像偏色检测方法，通过对目标色彩空间中至少一个色彩通道的分量数据进行处理，基于色彩通道的分量数据统计分析得到关于检测图像的色彩特征，利用构建的特征分类器对色彩特征进行偏色程度的分析，以判断图像是否偏色。
[0033]请参阅图2，图2是本申请图像偏色检测方法另一实施方式的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像偏色检测方法，其特征在于，所述方法包括：获取检测图像在目标色彩空间中至少一个色彩通道的分量数据；根据所述至少一个色彩通道的分量数据，确定所述检测图像的色彩特征，所述色彩特征中包含基于所述至少一个色彩通道的分量数据确定的矩特征；利用特征分类器对所述色彩特征进行分类，确定所述检测图像是否偏色。2.根据权利要求1所述的图像偏色检测方法，其特征在于，所述目标色彩空间包括YUV色彩空间，所述至少一个色彩通道的分量数据包括U通道的U分量数据和V通道的V分量数据。3.根据权利要求1所述的图像偏色检测方法，其特征在于，所述利用特征分类器对将所述色彩特征进行分类，确定所述检测图像是否偏色包括：利用所述特征分类器对所述矩特征进行分类，得到色彩特征得分；将所述色彩特征得分大于预设得分的所述检测图像作为偏色图像。4.根据权利要求3所述的图像偏色检测方法，其特征在于，所述利用所述特征分类器对所述矩特征进行分类，确定所述检测图像是否偏色之前包括：训练分类函数，将训练之后的分类函数作为特征分类器，所述训练之后的分类函数为：其中，x为所述矩特征，θ
i
为预设参数。5.根据权利要求4所述的图像偏色检测方法，其特征在于，所述训练分类函数包括：获取偏色样本和正常样本；将所述偏色样本和所述正常样本输入所述分类函数，得到分类结果；构建目标函数，利用所述分类结果和所述目标函数对所述分类函数进行训练，所述目标函数为：其中，N
a
为所述偏色样本的数量，N
n
为所述正常样本的数量，N

【专利技术属性】
技术研发人员：毛礼建，李远沐，
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：