本发明专利技术公开了一种图像的条纹干扰的检测方法、装置、电子设备及介质。所述方法包括：对目标图像进行边缘检测，获得边缘图像，并对边缘图像进行直线检测，获得边缘图像上的M条直线；对M条直线进行分组，获得N个直线组；根据N个直线组中每个直线组对应的最小包围旋转矩形的面积对N个直线组进行筛选，获得T个直线组；对T个直线组内的直线进行区域扩展，获得P个扩展直线组，并计算相应扩展直线组连通域的平均长度；根据平均长度对T个直线组内的直线进行筛选，获得K个直线组，并对K个直线组计算最小包围旋转矩形的面积，对K个直线组进行筛选，获得Q个直线组；根据Q个直线组中各直线之间的间隔分布进行条纹干扰检测。间的间隔分布进行条纹干扰检测。间的间隔分布进行条纹干扰检测。
【技术实现步骤摘要】
图像条纹干扰的检测方法、装置、电子设备及介质
[0001]本专利技术涉及图像处理的
，特别是涉及一种图像条纹干扰的监测方法、装置、电子设备及介质。
技术介绍
[0002]图像中出现大量的条纹干扰会影响图像的质量，甚至可能因条纹干扰的遮挡而错过图像的关键事件。在相关技术中，可以通过传统图像处理和深度学习的方法检测条纹干扰。
[0003]在传统图像处理方法中，大多采用在频域计算求得高频信息，进而分析得到图像包含的条纹干扰数量，根据设定阈值进行筛选，而在筛选的过程中是无法区分条纹干扰与其他高频噪声，导致存在较高的误判率。
技术实现思路
[0004]本专利技术旨在至少在一定程度上解决相关技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种降低图像条纹干扰的误判率的图像条纹干扰的检测方法、装置、电子设备及介质。
[0005]根据本专利技术实施例的图像条纹干扰的检测方法，包括：确定目标图像；对目标图像进行边缘检测，获得边缘图像，并对边缘图像进行直线检测，获得边缘图像上的M条直线；对M条直线进行分组，获得N个直线组；确定N个直线组中每个直线组对应的最小包围旋转矩形的面积，并根据N个直线组中每个直线组对应的最小包围旋转矩形的面积对N个直线组进行筛选，获得T个直线组；对T个直线组中的直线进行区域扩展，获得P个扩展直线组，并确定每个扩展直线组对应的连通域，以及根据每个扩展直线组对应的连通域计算相应扩展直线组连通域的平均长度，其中，P大于等于T；根据平均长度对T个直线组内的直线进行筛选，对保留的直线数小于1的直线组进行舍弃，获得K个直线组，并确定K个直线组中每个直线组对应的最小包围旋转矩形的面积，以及根据K个直线组中每个直线组对应的最小包围旋转矩形的面积对K个直线组进行筛选，获得Q个直线组，其中，Q小于等于K和T；根据Q个直线组中各直线之间的间隔分布进行条纹干扰检测。
[0006]上述方案中，在对目标图像进行边缘检测，获得边缘图像之前，包括：分别采用横向和纵向的3
×
1高斯核对目标图像进行滤波处理。
[0007]上述方案中，边缘图像上的M条直线的长度大于或等于设定最小直线长度；设定最小直线长度根据所述边缘图像的图像尺寸设置。
[0008]上述方案中，对所述M条直线进行分组，获得N个直线组，包括：
确定M条直线的角度；将M条直线中角度相差小于第一预设值的直线划分为同一个直线组；其中，每条直线对应一个直线分组。
[0009]上述方案中，在对T个直线组中的直线进行区域扩展，获得P个扩展直线组时，包括：确定直线的斜率k，并根据直线的斜率k确定直线与水平线之间的夹角α；根据夹角α与第二预设值，确定直线的拓展区域。
[0010]上述方案中，根据夹角α与第二预设值，确定直线的拓展区域，包括：夹角α＜第二预设值时，根据直线与直线相邻的上下两条平行直线确定拓展区域；90－夹角α＜第二预设值时，根据直线与直线相邻的左右两条平行直线确定拓展区域；夹角α≥第二预设值且90－夹角α≥第二预设值时，根据直线与相邻的上下两条平行直线确定拓展区域，或根据直线与相邻的左右两条平行直线确定拓展区域。
[0011]上述方案中，在根据所述Q个直线组中各直线之间的间隔分布进行条纹干扰检测时，包括：确定直线组中各直线的截距大小，并根据各直线的截距大小进行排序，生成第一列表；分别计算第一列表中第j+1个截距大小与第j个截距大小的差值，生成第二列表；去除第二列表中小于第四预设值的元素，生成第三列表，并根据第三列表中的元素，确定第三列表对应的方差值；若第三列表对应的方差值小于第五预设值，确定直线组中的直线为条纹干扰。
[0012]根据本专利技术实施例的图像条纹干扰的检测装置，包括：第一筛选模块，用于确定目标图像；处理模块，用于对所述目标图像进行边缘检测，获得边缘图像，并对所述边缘图像进行直线检测，获得所述边缘图像上的M条直线，其中，所述M为大于1的整数；分组模块，用于对所述M条直线进行分组，获得N个直线组，其中，N小于等于M；第二筛选模块，用于确定所述N个直线组中每个直线组对应的最小包围旋转矩形的面积，并根据所述N个直线组中每个直线组对应的最小包围旋转矩形的面积对所述N个直线组进行筛选，获得T个直线组，其中，T小于等于N；计算模块，用于对所述T个直线组内的直线进行区域扩展，获得P个扩展直线组，并确定每个扩展直线组对应的连通域，以及根据每个扩展直线组对应的连通域计算相应扩展直线组连通域的平均长度，其中，P大于等于T；第三筛选模块，用于根据所述平均长度对T个直线组内的直线进行筛选，对保留的直线数小于1的直线组进行舍弃，获得K个直线组，并确定所述K个直线组中每个直线组对应的最小包围旋转矩形的面积，以及根据所述K个直线组中每个直线组对应的最小包围旋转矩形的面积对所述K个直线组进行筛选，获得Q个直线组，其中，Q小于等于K和T；检测模块，用于根据所述Q个直线组中各直线之间的间隔分布进行条纹干扰检测。
[0013]根据本专利技术实施例的电子设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行时实现上述图像条纹干扰的检测方法的步骤。
[0014]根据本专利技术实施例的计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述图像条纹干扰的检测方法的步骤。
[0015]根据本专利技术实施例的图像条纹干扰的检测方法、装置、电子设备及介质，通过根据条纹干扰的特征，设计了多个筛选条件，通过多个筛选条件在目标图像上进行条纹干扰检测，能够降低条纹干扰的误判率。
[0016]本专利技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0017]图1为一个实施例中图像条纹干扰的检测方法的流程示意图；图2为又一个实施例中图像条纹干扰的检测方法的流程示意图；图3为一个实施例中直线对应的最小包围旋转矩形的示意图；图4为一个实施例中图像条纹干扰的检测方法的流程示意图；图5为一个实施例中扩展区域的示意图；图6为又一个实施例中扩展区域的示意图；图7为又一个实施例中扩展区域的示意图；图8为一个实施例中图像条纹干扰的检测方法的流程示意图；图9为一个实施例中图像条纹干扰的检测方法的整体流程示意图；图10为一个实施例中图像条纹干扰的检测装置的结构框图。
具体实施方式
[0018]下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。
[0019]下面参考附图描述本专利技术实施例的图像条纹干扰的检测方法。
[0020]在一个实施例中，如图1所示，提供了一种图像条纹干扰的检测方法，该图像条纹干扰的检测方法可包括以下步骤：步骤S101，确定目标图像。
[0021]这里，检测的原始图像可以为视频数据中的若干帧，也可以为不同的图片，利用二维离散傅里叶变换将需本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像条纹干扰的检测方法，其特征在于，包括：确定目标图像；对所述目标图像进行边缘检测，获得边缘图像，并对所述边缘图像进行直线检测，获得所述边缘图像上的M条直线；对所述M条直线进行分组，获得N个直线组；确定所述N个直线组中每个直线组对应的最小包围旋转矩形的面积，并根据所述N个直线组中每个直线组对应的最小包围旋转矩形的面积对所述N个直线组进行筛选，获得T个直线组；对所述T个直线组内的直线进行区域扩展，获得P个扩展直线组，并确定每个扩展直线组对应的连通域，以及根据每个扩展直线组对应的连通域计算相应扩展直线组连通域的平均长度，其中，P大于等于T；根据所述平均长度对所述T个直线组内的直线进行筛选，对保留的直线数小于1的直线组进行舍弃，获得K个直线组，并确定所述K个直线组中每个直线组对应的最小包围旋转矩形的面积，以及根据所述K个直线组中每个直线组对应的最小包围旋转矩形的面积对所述K个直线组进行筛选，获得Q个直线组，其中，Q小于等于K和T；根据所述Q个直线组中各直线之间的间隔分布进行条纹干扰检测。2.根据权利要求1所述的图像条纹干扰的检测方法，其特征在于，在对所述目标图像进行边缘检测，获得边缘图像之前，所述方法还包括：分别采用横向和纵向的3
×
1高斯核对所述目标图像进行滤波处理。3.根据权利要求1所述的图像条纹干扰的检测方法，其特征在于，所述边缘图像上的M条直线的长度大于或等于设定最小直线长度；所述设定最小直线长度根据所述边缘图像的图像尺寸设置。4.根据权利要求1所述的图像条纹干扰的检测方法，其特征在于，对所述M条直线进行分组，获得N个直线组，包括：确定M条直线的角度；将M条直线中角度相差小于第一预设值的直线划分为同一个直线组；其中，每条直线对应一个直线分组。5.根据权利要求1所述的图像条纹干扰的检测方法，其特征在于，在对所述T个直线组内的直线进行区域扩展，获得P个扩展直线组时，包括：确定直线的斜率k，并根据直线的斜率k确定直线与水平线之间的夹角α；根据夹角α与第二预设值，确定直线的拓展区域。6.根据权利要求5所述的图像条纹干扰的检测方法，其特征在于，所述根据夹角α与第二预设值，确定直线的拓展区域，包括：夹角α＜第二预设值时，根据所述直线与所述直线相邻的上下两条平行直线确定所述拓展区域；90－夹角α＜第二预设值时，根据所述直线与所述直线相邻的左右两条平行...
【专利技术属性】
技术研发人员：崔超齐，张志勇，刘海峰，艾坤，
申请(专利权)人：合肥中科类脑智能技术有限公司，
类型：发明
国别省市：
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。