基于智能感知的行车记录仪数据分析系统技术方案

本发明专利技术涉及图像增强技术领域，具体涉及基于智能感知的行车记录仪数据分析系统，该系统包括存储器和处理器，上述处理器执行上述存储器存储的计算机程序，以实现如下步骤：分别对行车记录仪采集的当前帧目标行车图像和上一帧目标行车图像进行运动目标识别；分别对每个当前运动目标区域和每个历史运动目标区域进行纹理分析处理；确定图像亮度变化指标；对每个当前运动目标区域进行细节信息分析处理；确定每个当前运动目标区域对应的自适应增强系数；从行车记录仪采集的下一帧目标行车图像中筛选出预测待增强区域；对每个预测待增强区域内的每个像素点进行自适应增强

【技术实现步骤摘要】
基于智能感知的行车记录仪数据分析系统


[0001]本专利技术涉及图像增强
，具体涉及基于智能感知的行车记录仪数据分析系统
。

技术介绍

[0002]智能行车记录仪是近年来随着人工智能行业的快速发展而兴起变革的一个汽车配件行业
。
它通过内置的摄像头和传感器，可以通过视频音频的方式实时记录车辆行驶过程中的各种情况，现有的智能行车记录仪还可以搭载目标检测系统，对画面中的车牌
、
人物等目标图像进行实时检测及标记，为交通事故提供证据，也可以作为驾驶行为的反馈工具，为用户提供更便捷的使用体验
。
因此，对行车记录仪采集的图像进行图像增强，以提高其采集的图像质量至关重要
。
目前，进行图像增强时，通常采用的方式为：根据图像的灰度直方图，对图像进行直方图均衡化，得到增强图像
。
[0003]然而，当对行车记录仪采集的图像进行直方图均衡化，实现图像增强时，经常会存在如下技术问题：由于灰度直方图均衡化往往是按照图像的灰度值分布进行统计学上的图像增强，因此，直接根据行车本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于智能感知的行车记录仪数据分析系统，包括存储器和处理器，其特征在于，所述处理器执行所述存储器存储的计算机程序，实现以下步骤：通过行车记录仪，采集当前帧目标行车图像和上一帧目标行车图像；分别对当前帧目标行车图像和上一帧目标行车图像进行运动目标识别，得到当前运动目标区域和历史运动目标区域；分别对每个当前运动目标区域和每个历史运动目标区域进行纹理分析处理，得到每个当前运动目标区域和每个历史运动目标区域对应的目标纹理特征；根据所有目标纹理特征，以及当前帧目标行车图像和上一帧目标行车图像中所有像素点对应的灰度值，确定图像亮度变化指标；对每个当前运动目标区域进行细节信息分析处理，得到每个当前运动目标区域对应的细节信息指标；根据所述图像亮度变化指标
、
每个当前运动目标区域对应的细节信息指标和目标纹理特征，确定每个当前运动目标区域对应的自适应增强系数；通过行车记录仪，采集下一帧目标行车图像，并基于每个当前运动目标区域，从下一帧目标行车图像中筛选出每个当前运动目标区域对应的预测待增强区域；根据每个当前运动目标区域对应的自适应增强系数，对每个当前运动目标区域对应的预测待增强区域内的每个像素点进行自适应增强，得到下一帧目标行车图像对应的目标增强图像
。2.
根据权利要求1所述的一种基于智能感知的行车记录仪数据分析系统，其特征在于，所述分别对每个当前运动目标区域和每个历史运动目标区域进行纹理分析处理，得到每个当前运动目标区域和每个历史运动目标区域对应的目标纹理特征，包括：将所述当前运动目标区域内所有梯度值不为0的像素点在所述当前运动目标区域内的占比，确定为所述当前运动目标区域对应的第一纹理特征；将所述当前运动目标区域内所有像素点对应的梯度值的均值，确定为所述当前运动目标区域对应的第二纹理特征；根据所述当前运动目标区域内像素点的数量
、
所述当前运动目标区域对应的第一纹理特征和第二纹理特征，确定所述当前运动目标区域对应的目标纹理特征，其中，所述当前运动目标区域内像素点的数量
、
所述当前运动目标区域对应的第一纹理特征和第二纹理特征均与所述当前运动目标区域对应的目标纹理特征呈正相关；同理，确定所述历史运动目标区域对应的目标纹理特征
。3.
根据权利要求1所述的一种基于智能感知的行车记录仪数据分析系统，其特征在于，所述根据所有目标纹理特征，以及当前帧目标行车图像和上一帧目标行车图像中所有像素点对应的灰度值，确定图像亮度变化指标，包括：将每个历史运动目标区域内的每个像素点，确定为历史标记像素点，并将每个当前运动目标区域内的每个像素点，确定为当前标记像素点；将每个历史标记像素点所属历史运动目标区域对应的目标纹理特征，确定为所述历史标记像素点对应的历史纹理特征；将每个当前标记像素点所属当前运动目标区域对应的目标纹理特征，确定为所述当前标记像素点对应的当前纹理特征；
根据每个历史标记像素点对应的灰度值和历史纹理特征，确定所述历史标记像素点对应的历史亮度纹理指标，其中，历史标记像素点对应的灰度值和历史纹理特征均与其对应的历史亮度纹理指标呈正相关；根据每个当前标记像素点对应的灰度值和当前纹理特征，确定所述当前标记像素点对应的当前亮度纹理指标，其中，当前标记像素点对应的灰度值和当前纹理特征均与其对应的当前亮度纹理指标呈正相关；根据当前帧目标行车图像和上一帧目标行车图像中的像素点对应的灰度值
、
所有当前标记像素点对应的当前亮度纹理指标和所有历史标记像素点对应的历史亮度纹理指标，确定图像亮度变化指标
。4.
根据权利要求3所述的一种基于智能感知的行车记录仪数据分析系统，其特征在于，所述根据当前帧目标行车图像和上一帧目标行车图像中的像素点对应的灰度值
、
所有当前标记像素点对应的当前亮度纹理指标和所有历史标记像素点对应的历史亮度纹理指标，确定图像亮度变化指标，包括：将当前帧目标行车图像中除了所有当前标记像素点之外的每个像素点，确定为当前非感兴趣点，并将上一帧目标行车图像中除了所有历史标记像素点之外的每个像素点，确定为历史非感兴趣点；将所有当前标记像素点对应的当前亮度纹理指标的均值，确定为当前代表特征指标，并将所有历史标记像素点对应的历史亮度纹理指标的均值，确定为历史代表特征指标；将所述当前代表特征指标与所述历史代表特征指标的差值的绝对值，确定为第一亮度变化指标；将所有当前非感兴趣点对应的灰度值的均值，确定为当前灰度指标，并将所有历史非感兴趣点对应的灰度值的均值，确定为历史灰度指标；将所述当前灰度指标与所述历史灰度指标的差值的绝对值，确定为第二亮度变化指标；根据所述第一亮度变化指标与所述第二亮度变化指标，确定图像亮度变化指标，其中，所述第一亮度变化指标和所述第二亮度变化指标均与所述图像亮度变化指标呈正相关
。5.
根据权利要求1所述的一种基于智能感知的行车记录仪数据分析系统，其特征在于，所述对每个当前运动目标区域进行细节信息分析处理，得到每个当前运动目标区域对应的细节信息指标，包括：根据所述当前运动目标区域内所有像素点对应的灰度值和梯度值，确定所述当前运动目标区域对应的细节信息指标
。6.
根据权利要求5所述的一种基于智能感知的行车记录仪数据分析系统，其特征在于，所述当前运动目标区域对应的细节信息指标对应的公式为：；其中，是第
i
个当前运动目标区域对应的细节信息指标；
i
是当前运动目标区域的序号；是归一化...

【专利技术属性】
技术研发人员：王杰，陈防震，陈问文，
申请(专利权)人：深圳捷渡科技有限公司，
类型：发明
国别省市：