一种IPTV图像马赛克的机器视觉检测方法技术

本发明专利技术涉及图像检测技术领域，且公开了一种IPTV图像马赛克的机器视觉检测方法，包括：读取图像；对图像进行灰度化处理；Canny边缘检测；对图像进行胀处理；找出图像中所有轮廓，所有轮廓记为集合N；遍历集合N中的轮廓，对轮廓进行折线拟合处理；根据轮廓中折点之间的最大夹角，对图像马赛克进行认定，该IPTV图像马赛克的机器视觉检测方法，通过对图像进行灰度化及边缘检测和膨胀处理，可直接获取图像中的轮廓，在对轮廓进行折线拟合处理之后，并通过计算轮廓中折点之间的夹角和轮廓马赛克的权重，可对图像中的图像马赛克进行检测和判定，马赛克检测算法简单，IPTV图像马赛克检测效率高，马赛克结果判定准确性高。马赛克结果判定准确性高。马赛克结果判定准确性高。

【技术实现步骤摘要】
一种IPTV图像马赛克的机器视觉检测方法


[0001]本专利技术涉及图像检测
，具体为一种IPTV图像马赛克的机器视觉检测方法。

技术介绍

[0002]IPTV是指交互式网络电视，IPTV图像是网络电视中呈现出来的画面，IPTV图像在播放时，需要对图像中的马赛克进行检测判定。
[0003]现有的马赛克检测方法包括基于边缘和模板的检测方法、基于区域分析的检测方法、基于神经网络模型训练的检测方法，其中基于边缘和模板的检测方法检测时，需要匹配模板，基于区域分析的检测方法检测的准确性与基准点的选择有关，会增加检测算法的复杂程度，检测效率较低，基于神经网络模型训练的检测方法需要收集样本并对样板进行训练，样本收集的不同，检测结果也会不同，会影响图像马赛克检测的准确性。

技术实现思路

[0004]为解决以上现有图像马赛克检测方法的检测复杂程度高、检测效率较低、检测的准确性不高的问题，本专利技术通过以下技术方案予以实现：一种IPTV图像马赛克的机器视觉检测方法，包括：
[0005]S1、读取图像；
[0006]S2、对图像进行灰度化处理；
[0007]S3、Canny边缘检测，通过Canny边缘检测算子，找出图像中检测对象边缘的噪声；
[0008]S4、对图像进行胀处理，将图像中检测对象临近的轮廓粘合，为后续去燥奠定基础；
[0009]S5、找出图像中所有轮廓，所有轮廓记为集合N；
[0010]S6、遍历集合N中的轮廓，对轮廓进行折线拟合处理；
[0011]S7、轮廓经折线拟合处理之后，根据轮廓中折点之间的最大夹角，对图像马赛克进行认定。
[0012]进一步的，S6中遍历所述集合N中的轮廓，首先计算面积，面积不在4
‑
100之内的，放弃，对于面积在4
‑
100以内的，对轮廓进行折线拟合处理。
[0013]进一步的，S7中所述马赛克的具体认定方法为：
[0014]S701、如果轮廓存在四个折点，计算四个折点的最大夹角；
[0015]S702、最大夹角大于角度T1，认为轮廓是近似矩形，将轮廓归入集合M；
[0016]S703、如果M集合中元素个数大于设定值T2，直接认定为马赛克。
[0017]进一步的，S703中还包括：
[0018]S7031、如果M集合中元素个数小于T2，计算轮廓合集M中元素相互之间的欧式距离，即分别以M中任意一个轮廓为原点，计算与其他轮廓的欧氏距离，在小于设定的欧氏距离T3的范围内存在两个轮廓，轮廓的马赛克权重加1，马赛克权重越大，表示轮廓聚集度越
高；
[0019]S7032、判断整图的马赛克权重，如果权重大于设定阈值T4，图像则认定为马塞克。
[0020]进一步的，所述角度T1为75
°
。
[0021]进一步的，所述设定值T2为200。
[0022]进一步的，所述欧氏距离T3为20。
[0023]进一步的，所述阈值T4为5。
[0024]与现有技术相比，本专利技术具有以下有益效果：
[0025]该IPTV图像马赛克的机器视觉检测方法，通过对图像进行灰度化及边缘检测和膨胀处理，可直接获取图像中的轮廓，在对轮廓进行折线拟合处理之后，并通过计算轮廓中折点之间的夹角和轮廓马赛克的权重，可对图像中的图像马赛克进行检测和判定，马赛克检测算法简单，IPTV图像马赛克检测效率高，马赛克结果判定准确性高。
附图说明
[0026]图1为本专利技术IPTV图像马赛克的机器视觉检测方法流程图。
具体实施方式
[0027]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0028]该IPTV图像马赛克的机器视觉检测方法的实施例如下：
[0029]请参阅图1，一种IPTV图像马赛克的机器视觉检测方法，包括：
[0030]S1、读取图像。
[0031]S2、对图像进行灰度化处理，将图像转换为灰度图。
[0032]S3、Canny边缘检测，通过Canny边缘检测算子，找出图像中检测对象边缘的噪声。
[0033]S4、对图像进行胀处理，将图像中检测对象临近的轮廓粘合，为后续去燥奠定基础。
[0034]S5、找出图像中所有轮廓，所有轮廓记为集合N。
[0035]S6、遍历集合N中的轮廓，对轮廓进行折线拟合处理：
[0036]首先计算集合N中各个轮廓的面积，对于1080P图像来说，马赛克呈矩形，且大小在3*3
‑
10*10之间，只求取面积在4
‑
100之间的轮廓。
[0037]S7、轮廓经折线拟合近似处理之后，如果轮廓存在4个折点，且折点之间最大夹角大于75
°
，认为该轮廓近似矩形，将该轮廓归入合集M，画出集合M在图形中的位置；如果M的元素个数大于200个，对于1080P的图像，可以判定具有马赛克。
[0038]对于小于200的图像，计算轮廓合集M中元素相互之间的欧式距离，即分别以M中任意一个轮廓为原点，计算与其他轮廓的欧氏距离，对于某个轮廓，小于20的范围内存在两个轮廓，增加马赛克权重1。马赛克权重越大，表示轮廓聚集度越高，符合马赛克的故障特征；如果权重大于设定阈值5，图像则认定为马塞克。
[0039]尽管已经示出和描述了本专利技术的实施例，对于本领域的普通技术人员而言，可以
理解在不脱离本专利技术的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本专利技术的范围由所附权利要求及其等同物限定。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种IPTV图像马赛克的机器视觉检测方法，包括：S1、读取图像；S2、对图像进行灰度化处理；S3、Canny边缘检测；S4、对图像进行胀处理；S5、找出图像中所有轮廓，所有轮廓记为集合N；S6、遍历集合N中的轮廓，对轮廓进行折线拟合处理；S7、轮廓经折线拟合处理之后，根据轮廓中折点之间的最大夹角，对图像马赛克进行认定。2.根据权利要求1所述的IPTV图像马赛克的机器视觉检测方法，其中，S6中遍历所述集合N中的轮廓，首先计算面积，面积不在4
‑
100之内的，放弃，对于面积在4
‑
100以内的，对轮廓进行折线拟合处理。3.根据权利要求1所述的IPTV图像马赛克的机器视觉检测方法，其中，S7中所述马赛克的具体认定方法为：S701、如果轮廓存在四个折点，计算四个折点的最大夹角；S702、最大夹角大于角度T1，认为轮廓是近似矩形，将轮廓归入集合M；S703、如果M集合中元素个数大于设...

【专利技术属性】
技术研发人员：贾斌，王晓东，万婷，
申请(专利权)人：甘肃捷诺智能科技有限公司，
类型：发明
国别省市：