利用基于制造技术

公开一种监控摄像机图像的处理装置

【技术实现步骤摘要】
【国外来华专利技术】利用基于AI的对象识别的监控摄像机图像的噪声去除


[0001]本专利技术涉及一种监控摄像机图像处理装置及方法
。

技术介绍

[0002]在由低照度环境的监控摄像机拍摄图像的情况下，为了调亮暗画面，需要强制设定较高的传感器增益
。
此时，将在图像产生噪声
。
为了去除这种噪声，目前适当地组合使用
2D
数字降噪
(DNR
：
Digital Noise Reduction)
和
3D DNR
方法
。
[0003]2D DNR
是在存在噪声像素时参考噪声像素的周边像素进行校正的方法，虽然对于去除移动的物体的噪声有效，但是在去除诸如背景的固定物体的噪声的情况下，具有模糊现象之类的分辨率降低的缺点
。3D DNR
是在产生噪声像素时参考同一位置的前一帧
/
后一帧的像素进行校正的方法
。
[0004]在监控摄像机的情况下，在低照度环境中，使用作为现有的噪声去除技术的
2D
和
3D
噪声滤波器来去除由传感器增益放大产生的噪声
。
无论是否存在对象都以预先定义的去除强度减少噪声，因此必然导致对象模糊，并且产生较多运动残影
(Motion Blur)。
若降低噪声去除强度而使残影效果
(Motion Blur)
看起来较少，则必然会增加噪声，这会导致图像传输信息增多而使带宽<br/>(Band Width)
增加的结果
。
因此，在现有的噪声去除技术中，无论画面上是否存在对象，即使对象出现运动残影
(Motion Blur)
，也都将噪声控制在预定水平
。
由此，在对象的运动较多的情况下，可能因运动残影
(motion blur)
增多而难以区分对象
。
[0005]因此，需要一种提高针对作为主要监视对象的人和对象的识别率的同时使残影效果最小化的方案
。

技术实现思路

[0006]技术问题
[0007]为了解决上述的技术问题，可以考虑利用对象的运动信息来在没有运动的情况下控制为去除较多噪声，而在有运动的情况下去除较少噪声的方法，但是还可能存在因在自然环境中产生的运动误报的问题引起的功能性限制
。
由此，本专利技术可以提供一种能够通过将人工智能技术应用于监控摄像机的图像处理领域来使现有的因依赖运动数据而产生的运动误报最小化，并能够通过更准确地识别对象的运动信息来在提高对象的识别率的同时使对象的运动残影最小化的动态地控制噪声去除强度的装置
、
方法及系统
。
[0008]本专利技术用于解决上述的技术问题，其目的在于提供一种能够通过根据画面上的对象的存在与否来动态地控制噪声去除强度而使运动残影
(motion blur)
最小化的监控摄像机的图像处理装置及方法
。
[0009]此外，本专利技术的目的在于提供一种能够在低照度条件下根据画面上的对象的运动与否来使运动残影和噪声最小化的监控摄像机的图像处理装置及方法
。
[0010]本专利技术所要实现的技术问题不限于以上提及的技术问题，本专利技术所属
的普通人员可以从以下的详细说明中清楚地理解未提及的其他技术问题
。
[0011]技术方案
[0012]根据本专利技术的一实施例的监控摄像机图像的处理装置包括：图像拍摄部；以及处理器，在低照度环境中通过所述图像拍摄部获取的图像中，根据传感器增益放大量来线性控制第一噪声去除强度，其中，所述处理器在从所述图像中识别到对象的情况下，根据所述对象的移动速度来在从所述第一噪声去除强度到低于所述第一噪声去除强度的第二噪声去除强度之间动态地控制噪声去除强度
。
[0013]所述处理器在从所述图像中未识别到所述对象的情况下，随着所述低照度环境的区间开始，可以将所述图像拍摄部的快门速度从第一快门速度随着所述传感器增益放大量增加并达到第一传感器增益值而线性降低至第二快门速度，在识别到所述对象的情况下，可以将达到所述第二快门速度的所述传感器增益放大量设定为大于所述第一传感器增益值的第二传感器增益值
。
[0014]所述处理器可以应用基于深度学习的
YOLO(You Only Look Once)
算法来识别所述对象，向识别到的每个所述对象赋予
ID
，提取所述对象的坐标，并基于第一图像帧和所述第一图像帧的下一帧的第二图像帧中包含的对象的坐标信息来计算所述对象的移动速度
。
[0015]所述第一噪声去除强度可以为所述图像中不存在所述对象的情况的噪声去除强度，所述第二噪声去除强度从所述第一噪声去除强度降低的比率可以根据所述对象的移动速度而不同
。
[0016]所述处理器可以在所述对象的移动速度增加并达到由所述图像拍摄部可识别的最大极限速度的情况下，以所述第一噪声去除强度为基准按最大降低比率控制噪声去除强度
。
[0017]所述处理器可以在所述传感器增益放大量增加并达到第一增益值的情况下，线性增加所述第二噪声去除强度，在超过所述第一增益值而达到所述第二增益值的情况下，可以控制为以与所述第一噪声去除强度相同的强度去除噪声
。
[0018]在此，所述第一增益值可以为
42dB
，所述第二增益值可以为
60dB。
[0019]所述处理器可以在从所述图像中识别到对象的情况下，根据所述移动速度来按预定比率降低用于
2D DNR(Digital Noise Reduction)
和
3D DNR
的各个滤波器的控制强度
。
[0020]所述处理器可以在由所述图像拍摄部获取的图像中区分不发生所述对象的运动的第一区域和发生所述运动的第二区域，并对所述第一区域应用所述第一噪声控制强度，对所述第二区域应用所述第二噪声控制强度
。
[0021]所述处理器可以在检测到所述对象的运动的情况下或所述对象的移动速度增加的情况下，根据预定降低比率从当前噪声控制强度立即降低噪声控制强度
。
[0022]所述处理器可以在检测到的所述对象的运动消失或所述对象的移动速度降低的情况下，在经过预定休止时间后，通过反映所述对象的移动速度来使所述噪声去除强度线性增加
。
[0023]所述监控摄像机还可以包括通信部，所述处理器可以利用所述通信部将通过所述图像拍摄部获取的图像数据发送到外部服务器，并且可以利用所述通信部从外部服务器接收基于人工智能的对象识别结果
。
[0024]根据本专利技术的另一实施例的监控摄像机图像的处理装置可以包括：图像拍摄部；以及处理器，在低照度环境中通过所述图像拍摄部获取的图像中，根据传感器增益放大量本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种监控摄像机图像的处理装置，其特征在于，包括：图像拍摄部；以及处理器，在低照度环境中通过所述图像拍摄部获取的图像中，根据传感器增益放大量来线性控制第一噪声去除强度，其中，所述处理器在从所述图像中识别到对象的情况下，根据所述对象的移动速度来在从所述第一噪声去除强度到低于所述第一噪声去除强度的第二噪声去除强度之间动态地控制噪声去除强度
。2.
根据权利要求1所述的监控摄像机图像的处理装置，其特征在于，所述处理器在从所述图像中未识别到所述对象的情况下，随着所述低照度环境的区间开始，将所述图像拍摄部的快门速度从第一快门速度随着所述传感器增益放大量增加并达到第一传感器增益值而线性降低至第二快门速度，在识别到所述对象的情况下，将达到所述第二快门速度的所述传感器增益放大量设定为大于所述第一传感器增益值的第二传感器增益值
。3.
根据权利要求1所述的监控摄像机图像的处理装置，其特征在于，所述处理器应用基于深度学习的
YOLO(You Only Look Once)
算法来识别所述对象，向识别到的每个所述对象赋予
ID
，提取所述对象的坐标，并基于第一图像帧和所述第一图像帧的下一帧的第二图像帧中包含的对象的坐标信息来计算所述对象的移动速度
。4.
根据权利要求1所述的监控摄像机图像的处理装置，其特征在于，所述第一噪声去除强度为所述图像中不存在所述对象的情况下的噪声去除强度，所述第二噪声去除强度从所述第一噪声去除强度降低的比率根据所述对象的移动速度而不同
。5.
根据权利要求4所述的监控摄像机图像的处理装置，其特征在于，所述处理器在所述对象的移动速度增加并达到由所述图像拍摄部可识别的最大极限速度的情况下，以所述第一噪声去除强度为基准按最大降低比率控制噪声去除强度
。6.
根据权利要求5所述的监控摄像机图像的处理装置，其特征在于，所述处理器在所述传感器增益放大量增加并达到第一增益值的情况下，线性增加所述第二噪声去除强度，在超过所述第一增益值而达到所述第二增益值的情况下，控制为以与所述第一噪声去除强度相同的强度去除噪声
。7.
根据权利要求1所述的监控摄像机图像的处理装置，其特征在于，所述处理器在从所述图像中识别到对象的情况下，根据所述移动速度来按预定比率降低用于
2D DNR(DigitalNoise Reduction)
和
3D DNR
的各个滤波器的控制强度
。8.
根据权利要求7所述的监控摄像机图像的处理装置，其特征在于，所述处理器在由所述图像拍摄部获取的图像中区分不发生所述对象的运动的第一区域和发生所述运动的第二区域，并对所述第一区域应用所述第一噪声控制强度，对所述第二区域应用所述第二噪声控制强度
。9.
根据权利要求1所述的监控摄像机图像的处理装置，其特征在于，所述处理器在检测到所述对象的运动的情况下或所述对象的移动速度增加的情况下，根据预定降低比率从当前噪声控制强度立即降低噪声控制强度
。10.
根据权利要求1所述的监控摄像机图像的处理装置，其特征在于，所述处理器在检测到的所述对象的运动消失或所述对象的移动速度降低的情况下，在
经过预定休止时间后，通过反映所述对象的移动速度来使所述噪声去除强度线性增加
。11.
根据权利要求1所述的监控摄像机图像的处理装置，其特征在于，还包括通信部，所述处理器利用所述通信部将通过所述图像拍摄部获取的图像数据发送到外部服务器，并且利用所述通信部从外部服务器接收基于人工智能的对象识别...

【专利技术属性】
技术研发人员：郑荣济，吴璨洙，金恩贞，李尚远，卢承仁，林定恩，崔恩智，朴基范，卞载云，李尚旭，全省河，
申请(专利权)人：韩华视觉株式会社，
类型：发明
国别省市：