【技术实现步骤摘要】
本专利技术涉及数据检测，特别涉及一种基于ai视觉系统的数据优良检测系统。
技术介绍
1、视觉画面的准确呈现，不仅有助于对美的艺术呈现，还有助于从视觉画面中获取更精准的信息。然而，对画面视觉质量的评价，传统做法就是利用专业仪器测量视频各项指标，看指标是否符合技术规格要求。实际上这仅是为了保证信号能否正常传输与呈现所做的条件约束，至于艺术呈现是否完美，还无法做出准确的评价。于是又增加了主观评价，由行业专家评委按评判规则要求进行评价，然后这样的评价，说服力显然不足，也缺乏数据支撑。
技术实现思路
1、本专利技术提供了一种基于ai视觉系统的数据优良检测系统，通过将视频中的帧图像进行色域转换，进而进行聚类计算，并根据预设的取值范围确定视频画面呈现数据的优良情况，能够更精准的对视频画面进行评价。
2、本专利技术提供了一种基于ai视觉系统的数据优良检测系统，包括视频模块、抽帧模块，色域转换模块、ai视觉模块、物体评价模块、数据优良确定模块；
3、所述视频模块用于获取带有物体的待识别视频；
4、所述抽帧模块用于按设定时间间隔对所述待识别视频进行抽帧，得到所述待识别视频的多帧图像；
5、所述色域转换模块用于将所述待识别视频中的多帧图像由rgb色域转换为lab色域；
6、所述ai视觉模块用于在将所述待识别视频中的多帧图像由rgb色域转换为lab色域后，识别所述待识别视频中多帧图像中每一帧图像的物体，并截取物体轮廓区域得到待识别视频的多张物体图
7、所述物体评价模块用于将待识别视频中的多张物体图像进行物体特征色的聚类均值计算，得到所述待识别视频中物体特征色的色调均值、饱和度均值、亮度均值；
8、所述数据优良确定模块用于将所述待识别视频中物体特征色的色调均值、饱和度均值、亮度均值与预设的色调均值范围、饱和度均值范围、亮度均值范围进行比对，确定所述待识别视频的物体数据优良情况。
9、进一步地，还包括画面评价模块，所述画面评价模块用于在将所述待识别视频中的多帧图像由rgb色域转换为lab色域后，对待识别视频中的多张物体图像进行相位、饱和度和亮度的聚类均值计算，得到所述待识别视频画面的色调数值、饱和度数值、亮度数值。
10、进一步地，所述数据优良确定模块还包括画面数据确定单元，所述画面上数据确定单元用于将所述待识别视频画面的色调数值、饱和度数值、亮度数值与预设的色调数值范围、饱和度数值范围、亮度数值范围进行比对，确定所述待识别视频的画面数据优良情况。
11、进一步地，所述色域转换模块中，首先将所述待识别视频中的多帧图像由rgb色域转换xyz色域，再将所述xyz色域转换为lab色域；
12、其中，将所述待识别视频中的多帧图像由rgb色域转换xyz色域，包括：设r、g、b为像素三个通道的变量，取值范围均为0～255，其转换公式为：
13、
14、
15、
16、其中，m为预设的矩阵；
17、将所述xyz色域转换为lab色域，转换公式为：
18、
19、
20、
21、
22、其中，ln、an、bn为lab色域中像素n的三个值。
23、进一步地，所述聚类均值计算公式为：
24、
25、
26、y＝0.2126ln+0.7152an+0.0722bn
27、
28、cmax＝max(ln′，an′，bn′)，cmin＝min(ln′，an′，bn′)，δ＝cmax-cmin
29、其中，h为色调值，s为饱和度值，y为亮度值。
30、进一步地，所述数据优良确定模块中，当所述待识别视频中物体特征色的色调均值在预设的色调均值范围内，且饱和度均值在预设的饱和度均值范围内、亮度均值在预设的亮度均值范围内时，确定所述待识别视频的物体数据为优。
31、进一步地，所述画面数据确定单元中，当所述待识别视频画面的色调数值在预设的色调数值范围内，且饱和度数值在预设的饱和度数值范围内、亮度数值在预设的亮度数值范围内时，确定所述待识别视频的画面数据为优。
32、本专利技术的有益效果为：
33、视频模块获取带有物体的待识别视频，抽帧模块对待识别视频进行抽帧，以便降低计算量，色域转换模块将抽帧模块抽出的每一帧图像由rgb色域转换为lab色域，lab色域得出的结果与人眼视觉感觉差异较小，最后，ai视觉模块在抽帧模块抽出的每一帧图像中识别到物体，并截取物体图像，该物体图像为转换色域后的图像，物体评价模块对物体图像进行物体特征色聚类值计算，得到物体特征色的色调均值、饱和度均值、亮度均值，与预设的色调均值范围、饱和度均值范围、亮度均值范围进行比对，确定所述待识别视频的物体数据优良情况，在具有数据支撑的前提下，能够更精准的对视频画面进行评价。
本文档来自技高网...【技术保护点】
1.一种基于AI视觉系统的数据优良检测系统，其特征在于，包括视频模块、抽帧模块，色域转换模块、AI视觉模块、物体评价模块、数据优良确定模块；
2.根据权利要求1所述的基于AI视觉系统的数据优良检测系统，其特征在于，还包括画面评价模块，所述画面评价模块用于在将所述待识别视频中的多帧图像由RGB色域转换为Lab色域后，对待识别视频中的多张物体图像进行相位、饱和度和亮度的聚类均值计算，得到所述待识别视频画面的色调数值、饱和度数值、亮度数值。
3.根据权利要求2所述的基于AI视觉系统的数据优良检测系统，其特征在于，所述数据优良确定模块还包括画面数据确定单元，所述画面上数据确定单元用于将所述待识别视频画面的色调数值、饱和度数值、亮度数值与预设的色调数值范围、饱和度数值范围、亮度数值范围进行比对，确定所述待识别视频的画面数据优良情况。
4.根据权利要求1所述的基于AI视觉系统的数据优良检测系统，其特征在于，所述色域转换模块中，首先将所述待识别视频中的多帧图像由RGB色域转换XYZ色域，再将所述XYZ色域转换为Lab色域；
5.根据权利要求1所述
6.根据权利要求1所述的基于AI视觉系统的数据优良检测系统，其特征在于，所述数据优良确定模块中，当所述待识别视频中物体特征色的色调均值在预设的色调均值范围内，且饱和度均值在预设的饱和度均值范围内、亮度均值在预设的亮度均值范围内时，确定所述待识别视频的物体数据为优。
7.根据权利要求3所述的基于AI视觉系统的数据优良检测系统，其特征在于，所述画面数据确定单元中，当所述待识别视频画面的色调数值在预设的色调数值范围内，且饱和度数值在预设的饱和度数值范围内、亮度数值在预设的亮度数值范围内时，确定所述待识别视频的画面数据为优。
...【技术特征摘要】
1.一种基于ai视觉系统的数据优良检测系统，其特征在于，包括视频模块、抽帧模块，色域转换模块、ai视觉模块、物体评价模块、数据优良确定模块；
2.根据权利要求1所述的基于ai视觉系统的数据优良检测系统，其特征在于，还包括画面评价模块，所述画面评价模块用于在将所述待识别视频中的多帧图像由rgb色域转换为lab色域后，对待识别视频中的多张物体图像进行相位、饱和度和亮度的聚类均值计算，得到所述待识别视频画面的色调数值、饱和度数值、亮度数值。
3.根据权利要求2所述的基于ai视觉系统的数据优良检测系统，其特征在于，所述数据优良确定模块还包括画面数据确定单元，所述画面上数据确定单元用于将所述待识别视频画面的色调数值、饱和度数值、亮度数值与预设的色调数值范围、饱和度数值范围、亮度数值范围进行比对，确定所述待识别视频的画面数据优良情况。
4.根据权利要求1所述的基于ai视觉系...
【专利技术属性】
技术研发人员：夏为，
申请(专利权)人：深圳市华诚设计开发有限公司，
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。