一种远程查看车内情况的系统及方法技术方案

本发明专利技术公开了一种远程查看车内情况的系统及方法，属于图像处理技术领域，该方法包括：计算目标车内图像的整体边缘线的不规则程度

【技术实现步骤摘要】
一种远程查看车内情况的系统及方法


[0001]本专利技术涉及图像处理
，尤其涉及一种远程查看车内情况的系统及方法
。

技术介绍

[0002]现在的生活节奏比较快，司乘人员的钱包
、
文件袋等物品可能会遗忘在车上
。
当前若需要查找车内物品只能人工去车上查看，极为不便
。
因此需要一种可供司乘人员远程查看车内情况
、
寻找物品的方式
。
[0003]在车内安装摄像头，通过摄像头拍摄车内图像，通过车内图像远程寻找车内遗失物品是较好的解决方式之一
。
例如，手机
、
电脑等远程设备与车辆建立通讯连接，通过远程设备向车辆发出车看请求，通过预先安装在车内的摄像头对车内情况进行拍摄，并将获得的图像上传至远程设备，使得司乘人员通过远程设备即可获知车内情况
。
但是如果车子停在光线不好的地方
、
或者晚上查看，则会由于车内亮度不够使得摄像头获取的车内照片不够清晰，从而难以查看到车内情况
。

技术实现思路

[0004]本专利技术提供一种远程查看车内情况的系统及方法，旨在远程调控车内亮度，实现车内情况的远程查看
。
[0005]为实现上述目的，本专利技术提供一种远程查看车内情况的方法，所述方法包括：基于区域生长算法将目标车内图像分割成若干个区域；计算基于像素点所在区域的区域边缘线段的不规则程度确定对应区域的整体边缘线的不规则程度；根据各个区域的相似区域数量
、
相似区域面积以及面积差值计算对应区域的区域异常程度；基于灰度共生矩阵
、
梯度共生矩阵确定各个像素点为噪声像素点的噪声可能性值；基于像素点异常值
、
像素点所在区域的整体边缘线的不规则程度和区域异常程度以及像素点为噪声像素点的噪声可能性值确定目标车内图像中像素点为异常像素点的可能性值；基于所述像素点为异常像素点的可能性值确定图像噪声水平，并基于所述图像噪声水平获得图像质量评价指标，以供基于所述图像质量评价指标调控车内亮度
。
[0006]可选地，所述计算基于像素点所在区域的区域边缘线段的不规则程度确定对应区域的整体边缘线的不规则程度包括：基于像素点的斜率预测值
、
斜率变化预测值与对应真实值的差值计算像素点所在区域边缘线段的不规则程度；基于像素点所在区域对应的各个区域边缘线段的不规则程度和区域边缘线段中像素点的数量确定像素点所在区域的整体边缘线的不规则程度
。
[0007]可选地，所述基于像素点的斜率预测值
、
斜率变化预测值与对应真实值的差值计算像素点所在区域边缘线段的不规则程度包括：确定各个像素点所在区域的边缘线段，获取所述边缘线段上的各个边缘像素点；基于斜率预测算法获得边缘像素点与对应的若干个相邻边缘像素点的斜率预测值，以及斜率变化预测值；计算所述斜率预测值与边缘像素点的斜率真实值的斜率差值；计算所述斜率变化预测值与边缘像素点的斜率变化真实值的斜率变化差值；基于预设区域边缘线段长度
、
所述斜率差值
、
所述斜率变化差值计算像素点所在区域边缘线段的不规则程度
。
[0008]可选地，所述根据各个区域的相似区域数量
、
相似区域面积以及面积差值计算对应区域的区域异常程度包括：基于灰度值确定各个区域的相似区域数量，并确定相似区域的相似区域面积；计算各个区域的区域面积与对应的相似区域面积的面积差值；基于区域面积
、
所述面积差值和像素区域数量获得各个区域的区域异常程度
。
[0009]可选地，所述基于灰度共生矩阵
、
梯度共生矩阵确定各个像素点为噪声像素点的噪声可能性值包括：建立目标车内图像的灰度共生矩阵，基于灰度共生矩阵确定像素点与各个方向下的邻域像素点对应灰度值共同出现的次数确定像素点为噪声像素点的第一噪声可能性值；确定各个像素点作为中心像素点时在邻域内不同方向的像素点点对，统计各个像素点点对在灰度共生矩阵中出现的次数，将出现次数最多的像素点点对确定为对应中心像素点的目标像素点对；基于聚类算法对所述目标像素点对进行聚类，获得多个聚类簇，并统计各个聚类簇内元素数量；计算分别像素点点对中两个像素点与聚类簇内其它像素点的坐标距离，并计算像素点点对中两个像素点对应的坐标距离的坐标距离均值；基于像素点所在聚类簇的数量
、
聚类簇内元素数量以及坐标距离均值确定像素点为噪声像素点的第二噪声可能性值；将所述第一噪声可能性值与第二噪声可能性值的乘积确定为像素点为噪声像素点的灰度共生矩阵噪声可能性值；基于目标车内图像的梯度共生矩阵确定像素点为噪声像素点的梯度共生噪声可能性值；将灰度共生矩阵噪声可能性值与梯度共生噪声可能性值的乘积确定为对应像素点为噪声像素点的噪声可能性值
。
[0010]可选地，所述基于像素点异常值
、
像素点所在区域的整体边缘线的不规则程度和区域异常程度以及像素点为噪声像素点的噪声可能性值确定目标车内图像中像素点为异常像素点的可能性值之前，还包括：基于
HBOS
异常检测算法确定目标车内图像中每个像素点的像素点异常值
。
[0011]可选地，所述基于区域生长算法将目标车内图像分割成若干个区域之前，还包括：采集车内图像，对所述车内图像进行灰度处理；
获取车内图像的对比度，将对比度与阈值进行对比，将对比度小于阈值的车内图像确定为目标车内图像
。
[0012]可选地，所述基于区域生长算法将目标车内图像分割成若干个区域包括：基于目标车内图像中各个像素点的像素值进行聚类，获得多个聚类簇；将各个聚类簇的聚类中心作为种子点，在种子点处进行8邻域或4邻域扩展，当周围像素点的灰度值与种子点灰度值之差的绝对值小于预设门限值，则将该像素点包括进种子点所在的区域；当不再有像素满足加入种子点所在区域的准则时，区域生长停止，获得对应的区域，依次获得目标车内图像的若干个区域
。
[0013]可选地，所述基于所述像素点为异常像素点的可能性值确定图像噪声水平，并基于所述图像噪声水平获得图像质量评价指标，以供基于所述图像质量评价指标调控车内亮度包括：基于像素点为异常像素点的可能性值和目标车内图像中像素点的数量确定图像噪声水平；根据目标车内图像的对比度
、
平均灰度值和图像噪声水平获得图像质量评价指标值；将目标车内图像的图像质量评价指标值与指标阈值进行对比，根据对比结果对车内灯光亮度进行调控
。
[0014]为实现上述目的，本专利技术还提供一种远程查看车内情况的系统，所述系统包括：分割模块，用于基于区域生长算法将目标车内图像分割成若干个区域；不规则程度计算模块，用于计算基于像素点所在区域的区域边缘线段的不规则程度确定对应区域的整体边缘线的不规则程度；异常程度计算模块，用于根据各个区域的相似区域数量<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种远程查看车内情况的方法，其特征在于，所述方法包括：基于区域生长算法将目标车内图像分割成若干个区域；计算基于像素点所在区域的区域边缘线段的不规则程度确定对应区域的整体边缘线的不规则程度；根据各个区域的相似区域数量
、
相似区域面积以及面积差值计算对应区域的区域异常程度；基于灰度共生矩阵
、
梯度共生矩阵确定各个像素点为噪声像素点的噪声可能性值；基于像素点异常值
、
像素点所在区域的整体边缘线的不规则程度和区域异常程度以及像素点为噪声像素点的噪声可能性值确定目标车内图像中像素点为异常像素点的可能性值；基于所述像素点为异常像素点的可能性值确定图像噪声水平，并基于所述图像噪声水平获得图像质量评价指标，以供基于所述图像质量评价指标调控车内亮度
。2.
根据权利要求1所述远程查看车内情况的方法，其特征在于，所述计算基于像素点所在区域的区域边缘线段的不规则程度确定对应区域的整体边缘线的不规则程度包括：基于像素点的斜率预测值
、
斜率变化预测值与对应真实值的差值计算像素点所在区域边缘线段的不规则程度；基于像素点所在区域对应的各个区域边缘线段的不规则程度和区域边缘线段中像素点的数量确定像素点所在区域的整体边缘线的不规则程度
。3.
根据权利要求2所述远程查看车内情况的方法，其特征在于，所述基于像素点的斜率预测值
、
斜率变化预测值与对应真实值的差值计算像素点所在区域边缘线段的不规则程度包括：确定各个像素点所在区域的边缘线段，获取所述边缘线段上的各个边缘像素点；基于斜率预测算法获得边缘像素点与对应的若干个相邻边缘像素点的斜率预测值，以及斜率变化预测值；计算所述斜率预测值与边缘像素点的斜率真实值的斜率差值；计算所述斜率变化预测值与边缘像素点的斜率变化真实值的斜率变化差值；基于预设区域边缘线段长度
、
所述斜率差值
、
所述斜率变化差值计算像素点所在区域边缘线段的不规则程度
。4.
根据权利要求1所述远程查看车内情况的方法，其特征在于，所述根据各个区域的相似区域数量
、
相似区域面积以及面积差值计算对应区域的区域异常程度包括：基于灰度值确定各个区域的相似区域数量，并确定相似区域的相似区域面积；计算各个区域的区域面积与对应的相似区域面积的面积差值；基于区域面积
、
所述面积差值和像素区域数量获得各个区域的区域异常程度
。5.
根据权利要求1所述远程查看车内情况的方法，其特征在于，所述基于灰度共生矩阵
、
梯度共生矩阵确定各个像素点为噪声像素点的噪声可能性值包括：建立目标车内图像的灰度共生矩阵，基于灰度共生矩阵确定像素点与各个方向下的邻域像素点对应灰度值共同出现的次数确定像素点为噪声像素点的第一噪声可能性值；确定各个像素点作为中心像素点时在邻域内不同方向的像素点点对，统计各个像素点点对在灰度共生矩阵中出现的次数，将出现次数最多的像素点点对确定为对应中心像素点
的目标像素点对；基于聚类算法对所述目标像素点对进行聚类，获得多个聚类簇，并统计各个聚类簇内元素数量；计算分别像素点点对中两个像素点与聚类簇内其它像素点的坐标距离，并计算像素点点对中两个像素点对应的坐标距离的坐标距离均值；基于像素点所...

【专利技术属性】
技术研发人员：李继明，陈浪，甘茂煌，
申请(专利权)人：深圳市蓝鲸智联科技股份有限公司，
类型：发明
国别省市：