图像处理方法、装置、电子设备及存储介质制造方法及图纸

本申请涉及一种图像处理方法、装置、电子设备和存储介质。所述方法包括：获取当前视频帧图像；检测所述当前视频帧图像中的运动目标，获得运动目标检测图像，所述运动目标检测图像中运动前景像素点；将所述运动目标检测图像中的目标检测兴趣区域划分为预定数目的网格；基于各所述网格中的运动前景像素点的数量，确定所述目标检测兴趣区域的各网格的热力值；基于所述目标检测兴趣区域的各网格的热力值，确定所述当前视频帧图像是否发生异常。采用本方法无需复杂的结构设计，即可方便快速地实现图像是否异常的识别，效率高且安全性高。效率高且安全性高。效率高且安全性高。

【技术实现步骤摘要】
图像处理方法、装置、电子设备及存储介质


[0001]本申请涉及计算机
，特别是涉及一种图像处理方法、装置、电子设备及存储介质。

技术介绍

[0002]车辆作为一种交通工具，通常需要行驶比较长的距离，车辆的油箱会容易成为不法分子的牟利目标。特别是以卡车为例，卡车作为公路运输的重要工具，行驶里程长，停止位置往往比较偏僻，而其裸露在外的大油箱，更容易成为不法分子的目标，偷油情形时不时的会发生。以卡车为例，通常情况下，不法分子会驾驶面包车等工具驶近停靠的卡车，拧开卡车的油箱盖或者破坏油箱结构以插入油管，并利用面包车内的油泵快速偷油，一旦发现情况不对马上开车逃逸，整个偷油过程持续时间短，不在车旁的卡车司机很难及时发现，从而导致不菲的经济损失。为了应对偷油的情形，司机只能在车上休息甚至养狗来进行防备。但这种方式不仅极大降低司机睡眠质量威胁行车安全，并且仍无法保证及时发现异常情况。
[0003]为此，传统方式中通过增加油箱外部结构，提高油箱破坏难度来保护油箱，但这种方式仍然无法避免通过打开油箱盖偷油，并且增加了油箱本身维修的难度。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种图像处理方法、装置、电子设备和存储介质，该方法应用到车辆上时，可以便利地发现针对车辆的偷油行为，提高安全性。
[0005]一种图像处理方法，所述方法包括：
[0006]获取当前视频帧图像；
[0007]检测所述当前视频帧图像中的运动目标，获得运动目标检测图像，所述运动目标检测图像中运动前景像素点；
[0008]将所述运动目标检测图像中的目标检测兴趣区域划分为预定数目的网格；
[0009]基于各所述网格中的运动前景像素点的数量，确定所述目标检测兴趣区域的各网格的热力值；
[0010]基于所述目标检测兴趣区域的各网格的热力值，确定所述当前视频帧图像是否发生异常。
[0011]一种图像处理装置，所述装置包括：
[0012]图像获取模块，用于获取当前视频帧图像；
[0013]运动检测模块，用于检测所述当前视频帧图像中的运动目标，获得运动目标检测图像，所述运动目标检测图像中运动前景像素点；
[0014]网格划分模块，用于将所述运动目标检测图像中的目标检测兴趣区域划分为预定数目的网格；
[0015]热力确定模块，用于基于各所述网格中的运动前景像素点的数量，确定所述目标
检测兴趣区域的各网格的热力值；
[0016]异常判定模块，用于基于所述目标检测兴趣区域的各网格的热力值，确定所述当前视频帧图像是否发生异常。
[0017]一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。
[0018]一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述方法的步骤。
[0019]上述图像处理方法、装置、电子设备和存储介质，其在获得当前视频帧图像后，通过识别当前视频帧图像中的运动目标，并基于识别的运动目标，确定目标检测兴趣区域中的各网格的热力值，在此基础上确定当前视频帧图像是否发生异常，本申请实施例的方式通过对图像进行分析，结合目标检测兴趣区域的热力值来对当前视频帧图像是否发生异常进行判别，从而无需复杂的结构设计，即可方便快速地实现图像是否异常的识别，效率高且安全性高。
附图说明
[0020]图1为一个实施例中的图像处理方法的流程示意图；
[0021]图2为一个实施例中预处理前后的运动检测结果的示意图；
[0022]图3为一个实施例中进行运动点跟踪前后的运动检测结果的示意图；
[0023]图4为一个实施例中目标检测兴趣区域及其热力图的示意图；
[0024]图5
‑
1、5
‑
2分别为一个实施例中基于特征确定图像是否存在异常的流程示意图；
[0025]图6为一个实施例中驾驶行为检测装置的结构框图；
[0026]图7为一个实施例中电子设备的内部结构图。
具体实施方式
[0027]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
[0028]本申请提供的图像处理方法，可以应用于对是否发生或者疑似发生偷取车辆油箱中的油进行监测的应用环境中。其中，在目标车辆的相关位置，设置有摄像装置，该摄像装置可以设置在目标车辆的任意位置，只要该目标车辆的油箱位于该摄像装置的摄像范围内，即摄像装置能够拍摄到待目标车辆的油箱。其中，能够拍摄到该目标车辆的油箱，具体可以是指能够拍摄到油箱的油箱口的相关位置，而不必要能够拍摄到该油箱整体。在一些实施例中，该摄像装置可以设置在目标车辆上、位于目标车辆的油箱的上方，该摄像装置可以拍摄到油箱的边缘。可以理解的是，在其他实施例中，摄像装置还可以设置在其他位置，只要能够拍摄到目标车辆的油箱区域即可。在下述实施例中，以摄像装置设置在目标车辆上、位于目标车辆的油箱的上方为例进行说明。
[0029]在该应用环境中，还涉及处理设备，该处理设备可以作为电子设备设置在目标车辆上。摄像装置拍摄获得的视频流，发送给该处理设备，由处理设备对视频流中的各视频帧图像进行分析，以确定图像是否发生异常。在一些实施例中，该应用环境还可以涉及服务
器，服务器通过无线通信网络与车辆上的电子设备通信连接。摄像装置拍摄获得的视频流发送给车辆的电子设备后，该电子设备将该视频流传输给服务器，由服务器对视频流中的各视频帧图像进行分析，以确定图像是否发生异常。其中，在该对是否发生或者疑似发生偷取车辆油箱中的油进行监测的应用环境下，确定图像是否发生异常，是指通过拍摄到的视频流图像是否拍摄到针对目标车辆(即摄像装置所拍摄的油箱所在的车辆)的油箱的偷油行为，在确定图像发生异常是，具体可以是指可能正在发生车辆偷油行为。出于简便说明的目的，下述实施例中是以目标车辆的电子设备执行对视频流中的各视频帧图像进行分析，以确定图像是否发生异常为例进行说明。
[0030]在一个实施例中，如图1所示，提供了一种图像处理方法，以该方法应用于如上所述的应用环境中的车辆上的电子设备为例进行说明，包括以下步骤S101 至步骤S105。
[0031]步骤S101：获取当前视频帧图像。
[0032]其中，当前视频帧图像，是对上述摄像装置拍摄获得的视频流进行提取获得的视频帧图像，一些实施例中，可以对摄像装置拍摄的视频流实时进行图像提取，获得当前视频帧图像，以便能及时发现图像异常，以便于据此进行告警。
[0033]一些实施例中，在获得当前视频帧图像后，还可以对获得的当前视频帧图像进行预处理，获得预处理后的当前视频帧图像之后，再进入后续的处理过程。可以采用各种可能的方式对当前视频帧图像进行预处理，只要经过预处理后的图像有助于提升后续图像处理的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像处理方法，其特征在于，所述方法包括：获取当前视频帧图像；检测所述当前视频帧图像中的运动目标，获得运动目标检测图像，所述运动目标检测图像中包括运动前景像素点；将所述运动目标检测图像中的目标检测兴趣区域划分为预定数目的网格；基于各所述网格中的运动前景像素点的数量，确定所述目标检测兴趣区域的各网格的热力值；基于所述目标检测兴趣区域的各网格的热力值，确定所述当前视频帧图像是否发生异常。2.根据权利要求1所述的方法，其特征在于，在所述获得运动目标检测图像之后，将所述运动目标检测图像中的目标检测兴趣区域划分为预定数目的网格之前，还包括步骤：以所述当前视频帧图像的相邻视频帧图像的相邻运动目标检测图像中的运动前景像素点为种子像素，在所述当前视频帧图像中对所述种子像素进行运动点跟踪；在所述当前视频帧图像中跟踪到与所述种子像素对应的像素点时，将跟踪到的像素点添加为所述运动目标检测图像中的运动前景像素点。3.根据权利要求1所述的方法，其特征在于，基于各网格的运动前景像素点的数量，确定所述目标检测兴趣区域的各网格的热力值，包括：将各所述网格的运动前景像素点的数量，与对应的所述网格的网格面积的比值，分别确定为各所述网格的热力值；根据所述网格对应的历史热力图中对应网格的历史热力值、以及所述网格的权重，更新所述网格的热力值。4.根据权利要求3所述的方法，其特征在于，根据所述网格对应的历史热力图中的对应网格的历史热力值、以及所述网格的权重，更新所述网格的热力值，包括：将所述网格对应的历史热力图中的对应网格的历史热力值，与所述网格的热力值进行加权求和，获得所述网格的加权更新热力值；将所述网格的权重与所述网格的加权更新热力值的乘积，确定为更新后的所述网格的热力值。5.根据权利要求3或4所述的方法，其特征在于，包括以下至少一项：第一项：更新所述网格的热力值之后，还包括：采用所述更新后的所述网格的热力值，对所述历史热力图进行更新；第二项：所述网格的权重根据所述网格与所述目标检测兴趣区域的中心的距离确定。6.根据权利要求1所述的方法，其特征在于，基于所述目标检测兴趣区域的各网格的热力值，确定所述当前视频帧图像是否发生异常，包括：基于所述目标检测兴趣区域的各网格的热力值，统计确定区域统计特征；根据所述区域统计特征，确定所述当前视频帧图像是否发生异常。7.根据权利要求6所述的方法，其特征在于根据所述区域统计特征，确定所述当前视频帧图像是否发生异常，包括以下各项中的至少一项：
第一项：在光照波动值小于等于第一光照波动阈值，且目标接近值小于预定目标接近阈值时，判定所述当前视频帧图像为正常图像；所述区域统计特征包括：所述光照波动值以及所述目标接近值；所述光照波动值用以表征被高光照目标光照的程度；所述目标接近值用以表征运动目标不是经过所述监测目标的程度；第二项：在光照波动值小于等于第一光照波动阈值，目标接近值大于等于预定目标接近阈值，车辆驶过参考值小于第一车辆驶过参考阈值，且区域信噪比大于等于区域信噪比阈值时，判定所述当前视频帧图像发生异常；所述区域统计特征包括：所述光照波动值、所述目标接近值、所述车辆驶过参考值以及所述区域信噪比；所述光照波动值用以表征被高光照目标光照的程度；所述目标接近值用以表征运动目标不是经过所述监测目标的程度；所述车辆驶过参考值用以表征运动目标为高光照目标驶过的程度；所述区域信噪比用以表征所述目标检测兴趣区域中的运动目标相对于所述运动目标检测图像的比率；第三项：在光照波动值小于等于第一光照波动阈值，目标接近值大于等于预定目标接近阈值，车辆驶过参考值大于等于第一车辆驶过参考阈值或者区域信噪比小于区域信噪比阈值，相邻的上一帧图像判别为未发生异常，热力最大值大于第一最大热力阈值，且热力中位值小于第一中位热力阈值时，判定所述当前视频帧图像发生异常；所述第一中位热力阈值为所述第一最大热力阈值的预定比例，所述预定比例小于1；所述区域统计特征包括：所述光照波动值、所述目标接近值、所述车辆驶过参考值、所述区域信噪比、所述热力最大值以及所述热力中位值；所述光照波动值用以表征被高光照目标光照的程度；所述目标接近值用以表征运动目标不是经过所述监测目标的程度；所述车辆驶过参考值用以表征运动目标为高光照目标驶过的程度；所述区域信噪比用以表征所述目标检测兴趣区域中的运动目标相对于所述运动目标检测图像的比率；所述热力最大值为所述目标检测兴趣区域中垂直于监测目标所在方向的各列网格的列热力值中的最大值，所述列热力值为该列的各网格的热力值之和；所述热力中位值为所述目标检测兴趣区域中垂直于监测...

【专利技术属性】
技术研发人员：马源，胡荣东，彭美华，
申请(专利权)人：长沙智能驾驶研究院有限公司，
类型：发明
国别省市：