摄像头遮挡检测方法、装置、摄像头设备及存储介质制造方法及图纸

本申请适用于图像识别技术领域，提供了一种摄像头遮挡检测方法、装置、摄像头设备及存储介质，所述方法包括：获取待检测图像；获取所述待检测图像中特征点的数量及轮廓信息，其中，所述轮廓信息包括总轮廓面积和轮廓数量；若所述特征点的数量大于预设的第一阈值、所述轮廓数量小于预设的第二阈值及所述总轮廓面积大于预设的第三阈值时，则判断摄像头被遮挡。本申请可以适应多种情况下对摄像头是否被遮挡进行判断，提高了摄像头遮挡检测的效率及准确性。准确性。准确性。

【技术实现步骤摘要】
摄像头遮挡检测方法、装置、摄像头设备及存储介质


[0001]本申请属于图像识别
，尤其涉及摄像头遮挡检测方法、装置、摄像头设备及存储介质。

技术介绍

[0002]车载设备中通常采用红外摄像头来对驾驶员的状态进行监控以及辅助驾驶员工作，而当红外摄像头或其他摄像头在镜头受到恶意遮挡或物体局部遮挡时，摄像头的监控功能将会失效。
[0003]现有技术中，使用摄像头采集相关的图像特征，以此来判断摄像头是否受到遮挡。在摄像头采集图像特征时，通常会使用基于参考帧的帧差法、基于视频连续帧的动态建模背景建模的方法以及基于角点检测特征点的方法。当采用基于参考帧的帧差法时，判断遮挡时容易受到参考帧的局限，所选参考帧可能不符合某些应用场景，导致无法判断出摄像头是否被遮挡；当采用基于视频连续帧的动态建模背景建模的方法时，需要获取一定时间内的多帧数据，判断需要的反应时间较长，无法应用在需要实时性的场景，且无法识别移动性的遮挡物；当采用基于角点检测特征点的方法时，若获取到部分强光照射的画面，会导致画面整体的像素强度值平均分布，所提取的角点过少而产生误判。
[0004]现有技术中所采用的以上三种方法在进行遮挡判断时存在一定的局限性，当遇到特殊情况时将无法准确、高效地判断出摄像头是否被遮挡。

技术实现思路

[0005]本申请实施例提供了一种摄像头遮挡检测方法、装置、摄像头设备及存储介质，用于提高摄像头遮挡检测的效率及准确性。
[0006]第一方面，本申请实施例提供了一种摄像头遮挡检测方法，该方法包括如下步骤：
[0007]获取待检测图像；
[0008]获取所述待检测图像中特征点的数量及轮廓信息，其中，所述轮廓信息包括总轮廓面积和轮廓数量；
[0009]若所述特征点的数量大于预设的第一阈值、所述轮廓数量小于预设的第二阈值及所述总轮廓面积大于预设的第三阈值时，则判断摄像头被遮挡。
[0010]在第一方面的一种可能的实现方式中，在判断摄像头被遮挡之前，还包括：
[0011]获取特征点的像素值，根据所述特征点的像素值，获取总像素值，其中，所述总像素值为全部所述特征点的像素值的总和；
[0012]获取像素均值，其中，所述像素均值为将总像素值除以所述特征点的数量所得到的商；
[0013]若所述像素均值大于预设的第四阈值，获取所述待检测图像的人脸识别结果；
[0014]若所述人脸识别结果中存在人脸特征，则判断摄像头未被遮挡，若否，则判断摄像头被遮挡。
[0015]在第一方面的一种可能的实现方式中，获取所述待检测图像中的特征点的数量及轮廓信息，包括：
[0016]获取所述待检测图像，缩放所述待检测图像至预设的目标尺寸；
[0017]对缩放后的所述待检测图像进行颜色空间转换，转换为灰度图像；
[0018]从所述灰度图像中，获取全部像素点及像素点对应的像素值；
[0019]根据所述全部像素点及所述像素点对应的像素值，结合预设的二值化阈值，获取所述特征点的数量；
[0020]根据所述全部像素点及所述像素点对应的像素值，结合预设的二值化阈值，对所述灰度图像进行二值化处理，获取轮廓信息。
[0021]在第一方面的一种可能的实现方式中，根据所述全部像素点及所述像素点对应的像素值，结合预设的二值化阈值，获取所述特征点的数量，包括：
[0022]若所述全部像素点中任一像素点对应的像素值大于所述预设的二值化阈值，则该像素点为特征点；
[0023]获取所述特征点的数量。
[0024]在第一方面的一种可能的实现方式中，根据所述全部像素点及所述像素点对应的像素值，结合预设的二值化阈值，对所述灰度图像进行二值化处理，获取轮廓信息，包括：
[0025]所述二值化处理为，将所述灰度图像中像素值大于所述预设的二值化阈值的任一像素点设为白色像素点，反之，则设为黑色像素点；
[0026]通过轮廓查找法，结合所述黑色像素点，获取物体轮廓；
[0027]根据所述物体轮廓，获取轮廓信息。
[0028]在第一方面的一种可能的实现方式中，通过所述轮廓查找法，结合所述黑色像素点，获取物体轮廓，包括：
[0029]通过所述轮廓查找法，顺序查找所述黑色像素点；
[0030]所述物体轮廓为所述黑色像素点的顺序连接集合。
[0031]在第一方面的一种可能的实现方式中，根据所述物体轮廓，获取所述轮廓信息，包括：
[0032]保留最外围轮廓，排除小轮廓及包含轮廓，其中，所述小轮廓为小于预设轮廓尺寸的轮廓，所述包含轮廓，为包含于最外围轮廓里面的轮廓；
[0033]根据所述最外围轮廓，获取轮廓信息。
[0034]第二方面，本申请实施例提供了一种摄像头遮挡检测装置，包括：
[0035]图像获取模块，用于获取待检测图像；
[0036]特征点及轮廓采集模块，用于获取所述待检测图像中的特征点数量及轮廓信息，其中，所述轮廓信息包括总轮廓面积和轮廓数量；
[0037]判断模块，用于若所述特征点数量大于预设的第一阈值，所述轮廓数量小于预设的第二阈值，且所述总轮廓面积大于预设的第三阈值时，则判断摄像头被遮挡。
[0038]第三方面，本申请实施例提供了一种摄像头设备，包括镜头、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述镜头用于获取待检测图像，所述处理器执行所述计算机程序时实现如第一方面中任一项所述的摄像头遮挡检测方法。
[0039]第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一项所述的方法。
[0040]第五方面，本申请实施例提供了一种计算机程序产品，当计算机程序产品在显示屏上运行时，使得显示屏执行上述第一方面中任一项所述的摄像头遮挡检测方法。
[0041]可以理解的是，上述第二方面至第五方面的有益效果可以参见上述第一方面中的相关描述，在此不再赘述。
[0042]本申请实施例与现有技术相比存在的有益效果是：
[0043]在现有技术中，对摄像头进行判断遮挡时，有三种常规的判断方法：1.基于参考帧的帧差法，该方法受限于参考帧的选取，不适用于某些场景；2.基于视频连续帧的动态建模背景建模的方法，该方法无法识别移动性的遮挡物，且由于需要获取多帧图像，无法适用于需要实时性反馈的场景；3.基于角点检测特征点的方法，该方法在获取到强光直射的画面时，由于像素值均匀分别，导致无法获取足够的角点，容易产生误判。综上所述，现有技术中的三种方法都存在一定的局限性，无法高效且准确地判断摄像头是否被遮挡。而本申请所提供的一种摄像头遮挡判断方法、装置、摄像头及存储介质，只需要获取一帧图像即可进行判断，提高了摄像头遮挡检测的效率，且通过提取图像的特征点及边缘轮廓，分别设置第一阈值、第二阈值及第三阈值，来对遮挡条件进行判断，当特征点数量大于第一阈值、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种摄像头遮挡检测方法，其特征在于，所述方法包括：获取待检测图像；获取所述待检测图像中特征点的数量及轮廓信息，其中，所述轮廓信息包括总轮廓面积和轮廓数量；若所述特征点的数量大于预设的第一阈值、所述轮廓数量小于预设的第二阈值及所述总轮廓面积大于预设的第三阈值时，则判断摄像头被遮挡。2.如权利要求1所述的方法，其特征在于，在判断摄像头被遮挡之前，还包括：获取特征点的像素值，根据所述特征点的像素值，获取总像素值，其中，所述总像素值为全部所述特征点的像素值的总和；获取像素均值，其中，所述像素均值为将总像素值除以所述特征点的数量所得到的商；若所述像素均值大于预设的第四阈值，获取所述待检测图像的人脸识别结果；若所述人脸识别结果中存在人脸特征，则判断摄像头未被遮挡，若否，则判断摄像头被遮挡。3.如权利要求1所述的方法，其特征在于，获取所述待检测图像中的特征点的数量及轮廓信息，包括：获取所述待检测图像，缩放所述待检测图像至预设的目标尺寸；对缩放后的所述待检测图像进行颜色空间转换，转换为灰度图像；从所述灰度图像中，获取全部像素点及像素点对应的像素值；根据所述全部像素点及所述像素点对应的像素值，结合预设的二值化阈值，获取所述特征点的数量；根据所述全部像素点及所述像素点对应的像素值，结合预设的二值化阈值，对所述灰度图像进行二值化处理，获取轮廓信息。4.如权利要求3所述的方法，其特征在于，根据所述全部像素点及所述像素点对应的像素值，结合预设的二值化阈值，获取所述特征点的数量，包括：若所述全部像素点中任一像素点对应的像素值大于所述预设的二值化阈值，则该像素点为特征点；获取所述特征点的数量。5.如权利要求3所述的方法，其特征在于，根据所述全部像素...

【专利技术属性】
技术研发人员：于振楠，
申请(专利权)人：深圳市宏电技术股份有限公司，
类型：发明
国别省市：