本发明专利技术公开了一种琴房摄像头被旋转的检测方法、存储介质及装置，包括如下步骤：步骤1、中央处理模块读取标准图像，将标准图像进行分区域，得到多个等大小的标准分区域图像；步骤2、中央处理模块获取摄像头拍摄到的实时图像，将实时图像按标准分区域图像的对应位置图像大小进行分区域，得到多个实时分区域图像；步骤3、进行图像特征的余弦相似度匹配；步骤4、获取步骤3中返回的余弦相似度匹配结果，判定摄像头被旋转。本发明专利技术创造判断速率高，实时性好，占用资源少。占用资源少。占用资源少。
【技术实现步骤摘要】
一种琴房摄像头被旋转的检测方法、存储介质及装置
[0001]本专利技术涉及智慧琴房领域，尤其涉及一种琴房摄像头被旋转的检测方法、存储介质及装置。
技术介绍
[0002]琴房内设置摄像头，可保障琴房内的设备、摆放自动检测，避免琴房内的学生做非与练琴无关的事情，导致琴房资源的浪费。
[0003]有鉴于此，提供一种琴房摄像头被旋转的检测方法成为必要。
技术实现思路
[0004]本专利技术提供一种琴房摄像头被旋转的检测方法，目的在于解决摄像头被旋转的技术问题。
[0005]本专利技术解决该问题所采用的技术方案是：一种琴房摄像头被旋转的检测方法，包括如下步骤：步骤1、中央处理模块读取标准图像，将标准图像进行分区域，得到多个等大小的标准分区域图像，将各标准图像分区域图像通过SIFT特征检测算法获取实时图像特征向量；步骤2、中央处理模块获取摄像头拍摄到的实时图像，将实时图像按标准分区域图像的对应位置图像大小进行分区域，得到多个实时分区域图像，将各实时分区域图像通过SIFT特征检测算法获取实时图像特征向量；步骤3、将实时图像特征向量与标准图像特征向量对应位置的分区域图像分别通过MATH算法进行图像特征的余弦相似度匹配；步骤4、获取步骤3中返回的余弦相似度匹配结果，当50%以上分区域图像的匹配度均大于设定匹配度阈值且具有图像特征时，判定摄像头被旋转。
[0006]与现有技术相比较，本专利技术创造通过将标准图像和实时图像分别分区域，并将对应位置的标准图像和实时图像进行匹配，以减少实时图像与标准图像中需要进行特征匹配的量级，大大地降低了相似图像特征及干扰图像特征的出现，能高效及时的判断出琴房使用者的违规操作进而及时制止，避免造成对摄像头的非规范操作或损坏。通过图像分区，解决了SIFT特征检测算法获取到的特征直接进行图像的匹配时，无法确定图像是否旋转，即摄像头被旋转的技术问题。进一步通过判定是否具有图像特征，当具有图像特征时，证明摄像头未被部分或完全遮挡,从而判断摄像头是被角度偏离或角度旋转。通过图像分区，MATH算法进行图像特征的余弦相似度匹配时，特征多影响对比速率的技术缺陷；从而使得本技术方案实时、高效。
[0007]步骤1中所述的标准图像，在安装配置阶段拍摄并存储到中央处理单元。
[0008]步骤1中所述的分区域，是自标准图像的边沿向中部方向截取方形标准分区域图像；将步骤2中所述的分区域是自实时图像的边沿向中部方向截取方形的实时分区域图像；
其中，实时分区域图像与相应的标准分区域图像的位置相同、大小等。
[0009]步骤1中所述的标准分区域图像大小为60pix
‑
640pix
×
60pix
‑
640pix；步骤2中所述的实时分区域图像大小为60pix
‑
640pix
×
60pix
‑
640pix。
[0010]所述特征向量是将图像各区域按顺序记录像素点的RGB值。
[0011]步骤3中所述的余弦相似度匹配，相似度匹配的阈值介于20%与50%之间。
[0012]步骤3中所述的余弦相似度匹配阈值为25%。
[0013]一种存储有琴房摄像头被旋转的检测方法的介质。
[0014]一种使用存储介质组装而成的装置。
附图说明
[0015]图1为分区域图像及编码示意图；
实施方式
[0016]下面将结合本专利技术实施例，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作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。
[0017]为了解决摄像头遮挡的技术问题，本专利技术提供一种琴房摄像头被旋转的检测方法，其适用于琴房内，琴房日常环境是一个封闭、光照不足时可灯光补光的、具有良好拍摄条件的环境；琴房内，钢琴贴近于琴房的其中一个侧壁安装，摄像头安装于琴房内钢琴上方，摄像头的摄像方向自设有钢琴的一侧侧壁向与前述侧壁相对的一侧摄像；中央处理单元通过摄像头反馈的图像信息判断摄像头是否有被遮挡。
[0018]摄像头被旋转的检测方法包括如下步骤：步骤1、中央处理模块读取标准图像，将标准图像进行分区域，得到多个等大小的标准分区域图像，将各标准图像分区域图像通过SIFT特征检测算法获取实时图像特征向量；步骤2、中央处理模块获取摄像头拍摄到的实时图像，将实时图像按标准分区域图像的对应位置图像大小进行分区域，得到多个实时分区域图像，将各实时分区域图像通过SIFT特征检测算法获取实时图像特征向量；步骤3、将实时图像特征向量与标准图像特征向量对应位置的分区域图像分别通过MATH算法进行图像特征的余弦相似度匹配；步骤4、获取步骤3中返回的余弦相似度匹配结果，当50%以上分区域图像的匹配度均大于设定匹配度阈值且具有图像特征时，判定摄像头被旋转。
[0019]实时分区域图像中某图像不具有图像特征，如部分遮挡摄像头，此时遮挡物离摄像头较近时，SIFT特征检测算法获取实时图像特征向量，在实时分区域图像为黑色、白色等图像特征较为单调的情况下判断为被遮挡，而非旋转；同时，不能与标准分区域图像相匹配；能有效地避免误将摄像头遮挡判定为摄像头被旋转。
[0020]中央处理模块进行图像分区域时，将图像分区域个数，如：将标准图像和实时图像均分别分为5块图像；将标准图像和实时图像均分别分为6块图像；将标准图像和实时图像均分别分为7块图像；将标准图像和实时图像均分别分为8块图像；将标准图像和实时图像均分别分为9块图像等等。亦或根据图像大小，像素高低等，按像素区分区域大小为如：60pix
×
60pix；90pix
×
90pix；120pix
×
120pix；180pix
×
180pix；240pix
×
240pix；60pix
×
90pix；60pix
×
120pix；60pix
×
180pix；60pix
×
240pix；90pix
×
120pix；90pix
×
240pix；12pix
×
90pix；120pix
×
240pix；以及90pix
×
60pix等等。亦或按其它设定值进行分区域。
[0021]分区域后的标准图像及实时图像特征向量处理，将图像处理为数字，即以每个像素点的RGB值通过SIFT特征检测算法获取图像特征，然后通过MATH进行图像特征的匹配；当特征匹配度高于设定阈值是时，为未遮挡；否则为遮挡。
[0022]将分区域后的各个标准图像与与之唯一对应的分区域后的实时图像通过SIFT进行特征提取，然后通过MATH进行特征匹配，反馈匹配度；与现有技术不同之处在于不需要将特征的匹配本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种琴房摄像头被旋转的检测方法，包括如下步骤：步骤1、中央处理模块读取标准图像，将标准图像进行分区域，得到多个等大小的标准分区域图像，将各标准图像分区域图像通过SIFT特征检测算法获取实时图像特征向量；步骤2、中央处理模块获取摄像头拍摄到的实时图像，将实时图像按标准分区域图像的对应位置图像大小进行分区域，得到多个实时分区域图像，将各实时分区域图像通过SIFT特征检测算法获取实时图像特征向量；步骤3、将实时图像特征向量与标准图像特征向量对应位置的分区域图像分别通过MATH算法进行图像特征的余弦相似度匹配；步骤4、获取步骤3中返回的余弦相似度匹配结果，当50%以上分区域图像的匹配度均大于设定匹配度阈值且具有图像特征时，判定摄像头被旋转。2.如权利要求1所述的琴房摄像头被旋转的检测方法，其特征在于，步骤1中所述的标准图像，在安装配置阶段拍摄并存储到中央处理单元。3.如权利要求1所述的琴房摄像头被旋转的检测方法，其特征在于，步骤1中所述的分区域，是自标准图像的边沿向中部方向截取方形标准分区域图像；将步骤2中所述的分区域是自实时图像的边沿向中部方向截取方形的实...
【专利技术属性】
技术研发人员：钟路科，
申请(专利权)人：广州鼓巴教育科技有限公司，
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。