本申请涉及一种多目标图像动态捕捉方法及相关装置，该方法包括：图像处理装置获取初始图像，并对初始图像进行预处理，得到预处理图像；对预处理图像进行比特分层，得到比特层图像，对不同比特层图像进行噪声估计，得到各比特层的噪声影响值；基于各比特层图像的噪声影响值计算初始图像的整体噪声影响值；确定连续初始图像中同一比特层图像的像素点差异值；根据连续初始图像的像素点差异值，基于连续初始图像的整体噪声影响值计算维纳滤波系数；根据维纳滤波系数使用维纳滤波算法对图像进行去噪处理；对去噪后的图像进行多目标识别。通过实现K值的自适应，去噪更加彻底，保留图像中更多的细节信息，更好的对多目标的进行动态捕捉。捉。捉。
【技术实现步骤摘要】
多目标图像动态捕捉方法及相关装置
[0001]本申请涉及图像处理领域，特别是涉及一种多目标图像动态捕捉方法及相关装置。
技术介绍
[0002]防偷窥屏幕是一种专门设计来防止屏幕内容被他人偷窥的屏幕。通常，这种屏幕采用特殊的光学材料制成，该材料可以限制屏幕上显示内容的可视角度，使其只能被正对屏幕的用户所看到，但是当在公共场合等人多的情况下，可能会在使用手机设备时遭到他人的窥视，从而会造成隐私信息泄露。除了使用防偷窥屏幕外，还有一些其他方法可以增强信息安全。如在使用设备时，通过手机前置摄像头采集屏幕前方的人员数据，然后识别观看屏幕的人数，若发现偷窥者，自动调节屏幕亮度，以降低偷窥者对屏幕内容的可视程度。
[0003]在现有技术中，对多目标进行识别跟踪的方法有光流法，用于估算图像序列中相邻帧之间的运动信息。它可以通过对连续帧之间的像素亮度变化进行分析，来推断出像素的运动方向和速度，并生成一个代表光流场的图像，在连续的两帧图像中由于图像中的物体移动或者摄像头的移动导致的图像中目标像素的移动。该算法是基于像素点的变化来进行目标的跟踪的，但是因为在通过手机摄像头来采集屏幕前方的人员信息时，会因为环境的变化和摄像头的长时采集造成采集的图像存在噪声，从而影响对目标的识别跟踪。
[0004]对图像去噪的算法较多，其中，维纳滤波算法具有较好的去噪效果，能根据图像的局部方差来调整滤波器的输出，局部方差越大，滤波器的平滑作用越强。但是维纳滤波算法在进行去噪时，要根据噪声对图像影响程度，即通过均方误差来估计功率谱的系数K。但是在通过均方误差来进行噪声估计时，会受到局部边缘变化的影响，使得在去噪后图像的边缘过于平滑，造成图像的细节损失，从而影响了目标的准确识别。
技术实现思路
[0005]基于此，有必要针对现有图像处理技术，使用维纳滤波算法进行去噪时，通过均方误差来进行噪声估计，会受到局部边缘变化的影响，使得在去噪后图像的边缘过于平滑，造成图像的细节损失，从而影响了目标的准确识别的问题，提供一种多目标图像动态捕捉方法及相关装置。
[0006]本申请第一方面提供一种多目标图像动态捕捉方法，包括：图像处理装置获取初始图像，并对初始图像进行预处理，得到预处理图像；对预处理图像进行比特分层，得到比特层图像，对不同比特层图像进行噪声估计，得到各比特层的噪声影响值；基于各比特层图像的噪声影响值计算初始图像的整体噪声影响值；确定连续初始图像中同一比特层图像的像素点差异值；根据连续初始图像的像素点差异值，基于连续初始图像的整体噪声影响值计算维纳滤波系数；
根据维纳滤波系数使用维纳滤波算法对图像进行去噪处理；对去噪后的图像进行多目标识别。
[0007]进一步地，所述对不同比特层图像进行噪声估计，得到各比特层的噪声影响值的步骤，具体包括：基于最高层的比特层图像确定其他比特层图像的噪声初步估计值；对每个比特层图像进行超像素分割，得到多个分割区域，基于分割区域，结合比特层图像的噪声初步估计值计算各比特层图像的噪声影响值。
[0008]进一步地，所述基于最高层的比特层图像确定其他比特层图像的噪声初步估计值的步骤，具体包括：对最高层的比特层图像进行边缘检测，得到边缘信息；将边缘信息与其他比特层图像进行差分，得到各比特层图像在边缘上分布的像素点；基于各比特层图像中的非边缘像素点计算噪声初步估计值。
[0009]进一步地，基于各比特层图像中的非边缘像素点计算噪声初步估计值，具体为，基于非边缘像素点中，像素点与其他像素点之间的平均距离来计算非边缘像素点的混乱程度，再根据混乱程度计算比特层图像的噪声初步估计值。
[0010]进一步地，所述基于分割区域，结合比特层图像的噪声初步估计值计算各比特层图像的噪声影响值的步骤，具体包括：确定一比特层图像，以该比特层图像的分割区域的划分为区域模板，根据区域模板对该比特层图像的更高层比特层图像进行区域划分；基于比特层图像的分割区域与更高层比特层图像中，该分割区域的相邻区域，确定该分割区域受到噪声的影响程度；根据各分割区域受到噪声的影响程度计算比特层图像的噪声影响值。
[0011]进一步地，所述基于比特层图像的分割区域与更高层比特层图像中，该分割区域的相邻区域，确定该分割区域受到噪声的影响程度的步骤，具体包括：确定各分割区域内像素点的数量和平均灰度值；分别计算各更高层的比特层图像中，每个分割区域的所有相邻分割区域内像素点的平均灰度值；基于比特层图像中的分割区域内像素点的平均灰度值与更高层比特层图像中相邻分割区域内像素点的平均灰度值计算分割区域内像素点的灰度值差异均值；其中，分割区域内像素点的灰度值差异均值用于表示分割区域受到噪声的影响程度；进一步地，所述根据各分割区域受到噪声的影响程度计算比特层图像的噪声影响值的步骤，具体包括：基于各分割区域内像素点的灰度值差异均值和比特层图像的噪声初步估计值，计算各比特层图像的噪声影响值。
[0012]进一步地，还包括步骤：将预处理图像作为最高比特层图像的更高层比特层图像，计算最高比特层图像的噪声影响值。
[0013]进一步地，所述根据连续初始图像的像素点差异值，基于连续初始图像的整体噪
声影响值计算维纳滤波系数，具体为：当连续图像中同一比特层图像的像素点差异值大于预设值时，将连续初始图像的整体噪声影响值的平均数作为维纳滤波系数。
[0014]本申请第二方面提供一种图像处理装置，包括图像采集部件、比特层噪声估计部件、整体图像噪声估计部件、连续图像分析部件、维纳滤波系数计算部件、去噪部件和多目标识别部件，其中，图像采集部件，用于获取初始图像，并对初始图像进行预处理，得到预处理图像；比特层噪声估计部件，用于对预处理图像进行比特分层，得到比特层图像，对不同比特层图像进行噪声估计，得到各比特层的噪声影响值；整体图像噪声估计部件，用于基于各比特层图像的噪声影响值计算初始图像的整体噪声影响值；连续图像分析部件，用于确定连续初始图像中同一比特层图像的像素点差异值；维纳滤波系数计算部件，用于根据连续初始图像的像素点差异值，基于连续初始图像的整体噪声影响值计算维纳滤波系数；去噪部件，用于根据维纳滤波系数使用维纳滤波算法对图像进行去噪处理；多目标识别部件，用于对去噪后的图像进行多目标识别。
[0015]根据本申请的多目标图像动态捕捉方法和装置，通过对获取的初始图像进行预处理后，进行比特分层，然后分别计算各比特层的噪声影响值和整个图像的整体噪声影响值，通过比较连续图像中同一比特层图像的像素点差异值，来确定连续图像之间受到噪声影响的差异性，基于差异性分析，根据连续初始图像的整体噪声影响值计算维纳滤波系数K，实现了K值的自适应，能够识别出多种噪声类型，进而在根据噪声的影响程度来获得滤波参数时，能够去噪更加彻底，并且保留图像中的细节信息，避免在滤波去噪的时候损失掉了识别的目标的轮廓信息，进而能够更好的对多目标的进行动态捕捉，识别出窥探者。
[0016]本申请第三方面提供一种计算机设备，包括：处理器；存储器，用于存储所述处理器的可执行指令本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种多目标图像动态捕捉方法，其特征在于，包括：图像处理装置获取初始图像，并对初始图像进行预处理，得到预处理图像；对预处理图像进行比特分层，得到比特层图像，对不同比特层图像进行噪声估计，得到各比特层图像的噪声影响值；基于各比特层图像的噪声影响值计算初始图像的整体噪声影响值；确定连续初始图像中同一比特层图像的像素点差异值；根据连续初始图像的像素点差异值，基于连续初始图像的整体噪声影响值计算维纳滤波系数；根据维纳滤波系数使用维纳滤波算法对图像进行去噪处理；对去噪后的图像进行多目标识别。2.根据权利要求1所述的方法，其特征在于，所述对不同比特层图像进行噪声估计，得到各比特层图像的噪声影响值的步骤，具体包括：基于最高层的比特层图像确定其他比特层图像的噪声初步估计值；对每个比特层图像进行超像素分割，得到多个分割区域，基于分割区域，结合比特层图像的噪声初步估计值计算各比特层图像的噪声影响值。3.根据权利要求2所述的方法，其特征在于，所述基于最高层的比特层图像确定其他比特层图像的噪声初步估计值的步骤，具体包括：对最高层的比特层图像进行边缘检测，得到边缘信息；将边缘信息与其他比特层图像进行差分，得到各比特层图像在边缘上分布的像素点；基于各比特层图像中的非边缘像素点计算噪声初步估计值。4.根据权利要求3所述的方法，其特征在于，基于各比特层图像中的非边缘像素点计算噪声初步估计值，具体为，基于非边缘像素点中，像素点与其他像素点之间的平均距离来计算非边缘像素点的混乱程度，再根据混乱程度计算比特层图像的噪声初步估计值。5.根据权利要求2所述的方法，其特征在于，所述基于分割区域，结合比特层图像的噪声初步估计值计算各比特层图像的噪声影响值的步骤，具体包括：确定一比特层图像，以该比特层图像的分割区域的划分为区域模板，根据区域模板对该比特层图像的更高层比特层图像进行区域划分；基于比特层图像的分割区域与更高层比特层图像中，该分割区域的相邻区域，确定该分割区域受到噪声的影响程度；根据各分割区域受到噪声的影响程度计算比特层图像的噪声影响值。6.根据权利要求5所述的方法，其特征在于，所述基于比特层图像的分割区域与更高层比特层图像中，该分割区域的相邻区域，确...
【专利技术属性】
技术研发人员：杨俊辉，
申请(专利权)人：深圳市嘉润原新显科技有限公司，
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。