【技术实现步骤摘要】
本专利技术涉及图像处理，特别涉及基于液态镜头的图像数据分析处理方法及系统。
技术介绍
1、目前，市面上有定焦相机、机械式变焦相机、全景球形监控鱼眼广角相机等多种传统机械相机，每种传统机械相机都存在一定的局限，因此常用的监控系统多采用多种不同相机来互补功能上的缺陷。但是这种多相机方案虽然能够采集到复杂的路面信息，但是整个系统过于冗杂，也不可避免存在一些死角，且此种方案的处理过程中涉及的数据量也十分庞大，不利于与人脸识别、大数据算法等人工智能的兼容和使用。而通过调制电流来控制器件内部液体的形变从而改变透镜焦距进而使不同距离的目标都能清晰成像的液态镜头相比于传统机械镜头具有快速调焦和体积小以及结构简单等优势。
2、但是，针对液态镜头直接获取的图像也存在部分监控对象失焦的情况，针对这部分失焦图像，缺乏高效的图像数据分析处理方法以实现对液态镜头获取的图像中的监控对象失焦的情况下对其进行高效修复以使其满足显示要求。
3、因此，本专利技术提出了基于液态镜头的图像数据分析处理方法及系统。
技术实现思路
1、本专利技术提供基于液态镜头的图像数据分析处理方法及系统，用以基于监控对象的集中分布区域和监控对象对应的监控区域的离焦程度，对基于液态镜头获取的视频帧进行分区重点修复，既保证修复后的图像可以满足显示要求，也提高了修复效率。
2、本专利技术提供基于液态镜头的图像数据分析处理方法，包括：
3、s1：基于液态镜头获取的海量历史监控视频，分析出液态镜头的监控
4、s2：计算出监控对象在每一历史监控视频帧中的离焦数据；
5、s3：基于离焦数据对历史监控视频帧进行分区重点修复，获得修复历史监控视频帧。
6、优选的，基于液态镜头的图像数据分析处理方法，还包括：
7、s4：基于集中分布区域分析出液态镜头的粗略对焦范围；
8、s5：对液态镜头最新获取的历史监控视频中的所有最新监控对象进行轨迹追踪和预测，确定出所有最新监控对象在监控视频帧中的预测移动轨迹；
9、s6：基于预测移动轨迹在粗略对焦范围内预测出对焦位置移动轨迹；
10、s7：基于对焦位置移动轨迹对液态镜头进行预对焦控制，获得液态镜头的对焦控制结果。
11、优选的，基于液态镜头的图像数据分析处理方法，s1：基于液态镜头获取的海量历史监控视频，分析出液态镜头的监控场景中的监控对象在监控视频帧区域中的集中分布区域，包括：
12、在液态镜头获取的海量历史监控视频的每一历史监控视频帧中确定出液态镜头的监控场景中的监控对象的所在区域，当作监控区域；
13、将监控视频帧区域中每个像素点位置在所有监控区域中的存在次数和历史监控视频帧总数的比值，当作监控对象在对应像素点位置的存在频次；
14、将监控视频帧区域中存在频次不低于集中频次阈值的像素点位置当作集中分布位置，并将所有集中分布位置汇总获得液态镜头的监控场景中的监控对象在监控视频帧区域中的集中分布区域。
15、优选的，基于液态镜头的图像数据分析处理方法，s2：计算出监控对象在每一历史监控视频帧中的离焦数据，包括：
16、基于历史监控视频帧中的像素梯度信息，确定出历史监控视频帧中的对焦像素位置；
17、将监控对象在每一历史监控视频帧中对应的监控区域中每个像素点位置与对焦像素点位置之间的间距，当作监控对象在历史监控视频帧中的离焦数据。
18、优选的，基于液态镜头的图像数据分析处理方法，基于历史监控视频帧中的像素梯度信息，确定出历史监控视频帧中的对焦像素位置，包括：
19、确定出历史监控视频帧在每个预设方向的所有像素点序列，并基于像素点序列中相邻像素点在历史监控视频帧中的像素值的差值，生成每个预设方向的所有像素点序列的像素梯度序列；
20、在所有像素梯度序列中的最大像素值差值对应的相邻像素点之间确定出部分聚焦范围划分边界；
21、将所有部分聚焦范围划分边界进行连接围成历史监控视频帧的聚焦范围，并将聚焦范围的中心位置当作历史监控视频帧的对焦像素位置。
22、优选的，基于液态镜头的图像数据分析处理方法，s3：基于离焦数据对历史监控视频帧进行分区重点修复，获得修复历史监控视频帧，包括：
23、将离焦数据中历史监控视频帧中的监控区域中每个像素点位置与对焦像素点位置之间的间距和监控区域中所有像素点位置与对焦像素点位置之间的间距中的最大值之间的比值，当作监控区域中对应像素点的第一修复权重；
24、确定出监控区域的中心位置，将监控区域中每个像素点位置与监控区域的中心位置之间的间距与监控区域中所有像素点位置与监控区域的中心位置之间的间距中的最大值之间的比值，当作监控区域中对应像素点的第二修复权重；
25、将监控区域中的像素点的第一修复权重和第二修复权重之差当作对应像素点的最终修复权重；
26、将标记出监控区域中所有像素点的最终修复权重的历史监控视频帧，输入至视频帧分区重点修复模型，获得修复历史监控视频帧。
27、优选的，基于液态镜头的图像数据分析处理方法，s4：基于集中分布区域分析出液态镜头的粗略对焦范围，包括：
28、基于预设要求的有效聚焦半径；
29、确定出集中分布区域在集中分布区域的每个轮廓点处的切线，并将经过对应轮廓点且与对应切线垂直的直线，当作集中分布区域在对应轮廓点处的假设内径直线；
30、将假设内径直线上与对应轮廓点之间的间距为有效聚焦半径的两个位置中位于集中分布区域内部的位置，当作对应轮廓点的最外缘聚焦中心位置；
31、将集中分布区域的所有轮廓点的最外缘聚焦中心位置连接围成的区域范围，当作液态镜头的粗略对焦范围。
32、优选的，基于液态镜头的图像数据分析处理方法，s5：对液态镜头最新获取的历史监控视频中的所有最新监控对象进行轨迹追踪和预测，确定出所有最新监控对象在监控视频帧中的预测移动轨迹，包括：
33、对液态镜头最新获取的历史监控视频中的所有最新监控对象进行轨迹追踪，获得所有最新监控对象的当前追踪轨迹；
34、基于当前追踪轨迹和最新监控对象的类别以及预设轨迹预测模型，确定出所有最新监控对象在监控视频帧中的预测移动轨迹。
35、优选的，基于液态镜头的图像数据分析处理方法，s6：基于预测移动轨迹在粗略对焦范围内预测出对焦位置移动轨迹，包括：
36、将最新获取的历史监控视频中的所有最新监控对象的预测移动轨迹在相同视频帧中的轨迹位置进行求平均，获得对应视频帧的对焦位置；
37、按照视频帧顺序将所有视频帧的对焦位置进行排序拟合，获得初始对焦位置移动轨迹；
38、将初始对焦位置移动轨迹在粗略对焦范围外的部分轨迹删除，获得对焦位置移动轨迹。
39、本专利技术提出基于本文档来自技高网...
【技术保护点】
1.基于液态镜头的图像数据分析处理方法，其特征在于，包括：
2.根据权利要求1所述的基于液态镜头的图像数据分析处理方法，其特征在于，还包括：
3.根据权利要求1所述的基于液态镜头的图像数据分析处理方法，其特征在于，S1：基于液态镜头获取的海量历史监控视频，分析出液态镜头的监控场景中的监控对象在监控视频帧区域中的集中分布区域，包括：
4.根据权利要求1所述的基于液态镜头的图像数据分析处理方法，其特征在于，S2：计算出监控对象在每一历史监控视频帧中的离焦数据，包括：
5.根据权利要求4所述的基于液态镜头的图像数据分析处理方法，其特征在于，基于历史监控视频帧中的像素梯度信息，确定出历史监控视频帧中的对焦像素位置，包括：
6.根据权利要求5所述的基于液态镜头的图像数据分析处理方法，其特征在于，S3：基于离焦数据对历史监控视频帧进行分区重点修复，获得修复历史监控视频帧，包括：
7.根据权利要求2所述的基于液态镜头的图像数据分析处理方法，其特征在于，S4：基于集中分布区域分析出液态镜头的粗略对焦范围，包括：
9.根据权利要求2所述的基于液态镜头的图像数据分析处理方法，其特征在于，S6：基于预测移动轨迹在粗略对焦范围内预测出对焦位置移动轨迹，包括：
10.基于液态镜头的图像数据分析处理系统，其特征在于，包括：
...【技术特征摘要】
1.基于液态镜头的图像数据分析处理方法，其特征在于，包括：
2.根据权利要求1所述的基于液态镜头的图像数据分析处理方法，其特征在于，还包括：
3.根据权利要求1所述的基于液态镜头的图像数据分析处理方法，其特征在于，s1：基于液态镜头获取的海量历史监控视频，分析出液态镜头的监控场景中的监控对象在监控视频帧区域中的集中分布区域，包括：
4.根据权利要求1所述的基于液态镜头的图像数据分析处理方法，其特征在于，s2：计算出监控对象在每一历史监控视频帧中的离焦数据，包括：
5.根据权利要求4所述的基于液态镜头的图像数据分析处理方法，其特征在于，基于历史监控视频帧中的像素梯度信息，确定出历史监控视频帧中的对焦像素位置，包括：
6.根据权利要求5所述的基于液态镜...
【专利技术属性】
技术研发人员：李陵江，田辉，颜健锋，李尚明，裴浩，
申请(专利权)人：广州安特激光技术有限公司，
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。