【技术实现步骤摘要】
一种基于图像的可见光相机昼夜模式自动判别方法
[0001]本专利技术涉及相机昼夜模式判别
,具体涉及一种基于图像的可见光相机昼夜模式自动判别方法。
技术介绍
[0002]视频监控设备的可见光相机通过IR
‑
CUT双滤光片切换实现无论白天、黑夜均可得到最佳的成像效果。白天场景时,IR
‑
CUT使用的滤光片可以滤除红外部分的光线,避免图像偏色。夜间场景时,IR
‑
CUT使用的滤光片可以使光全部透射,提高感光度,改善夜间低照度场景的成像能力。
[0003]现有的昼夜模式判断以光敏传感器探测为主,光敏传感器利用光敏元件将光信号转换为电信号,它的敏感波长在可见光波长附近,可以用于昼夜场景的判断。光敏传感器具有灵敏度高、体积小的优点,但是使用时,需要把传感器放到设备的壳体上,以便接触外界光线,这增加了设备内部的设计复杂度、提高了成本,一旦光敏传感器损坏,设备无法自动切换昼夜模式。基于图像分析的昼夜模式检测方法具有成本低、可靠性高的优点,已经逐渐替代光敏传感器探测方式。
[0004]公开号为CN103533252A的中国专利公开了“一种昼夜模式自动切换的方法和装置”,该专利中提供了一种昼夜模式切换方法,该方法根据当前拍摄的图像计算画面的亮度,根据亮度与亮度阈值TH_D、TH_H的大小关系和Smart IR技术实现昼夜模式的自动切换。该方法虽然克服了现有技术中采用光敏电阻存在的成本、照度和器件方面的问题。但是该方法仅适用于带红外补光灯的设备,通用性不强。r/>[0005]公开号为CN104615989A的中国专利公开了“一种室外昼夜区分方法”,该方法首先采集连续多天的图像,通过获取每幅图像的平均亮度值及亮度直方图、获取特征描述文件和标签描述文件、使用特征描述文件和标签描述文件训练支持向量机得到分类器,图像识别时,通过提取当前图像的特征描述子送入分类器获取昼夜模式信息。该方法基于单帧图像判断,当场景中存在天空或者突入的灯光时存在昼夜模式反复切换的可能。
[0006]综上,现有的可见光相机昼夜模式自动判别方法存在以下缺点:
[0007]1)依赖其他传感器:一些设备除了可见光传感器外依赖光敏传感器数据实现昼夜切换,一旦传感器损坏,可见光相机将失去昼夜切换功能;同时传感器也会增加设备的设计和制造成本。
[0008]2)抗干扰能力弱:对于灯光、天空等干扰处理能力弱,只针对特定场景有效。
[0009]3)没有利用时序数据:仅基于单帧图像识别,当一帧识别错误时存在IR
‑
CUT双滤光片频繁切换的问题。
技术实现思路
[0010]本专利技术的目的是提供一种基于图像的可见光相机昼夜模式自动判别方法,解决了现有的可见光相机昼夜模式自动判别方法存在的成本高、抗干扰能力弱和没有利用时序数
据的问题。
[0011]本专利技术为解决技术问题所采用的技术方案如下:
[0012]本专利技术的一种基于图像的可见光相机昼夜模式自动判别方法,包括以下步骤:
[0013]步骤1:获取等时间间隔的多帧可见光图像;
[0014]步骤2:将多帧可见光图像逐帧转换为单通道灰度图像;
[0015]步骤3:使用自适应分割算法对单通道灰度图像进行分割,提取背景区域;
[0016]步骤4:基于单通道灰度图像背景区域信息计算单通道灰度图像的亮度特征和噪声特征;
[0017]步骤5:统计多帧单通道灰度图像之间的特征一致性确定昼夜信息,实现可见光相机昼夜模式的自动判别。
[0018]进一步的,步骤1中,相邻两幅多帧可见光图像之间的时间间隔为1分钟。
[0019]进一步的,步骤2中,使用最大值法进行图像灰度化,设定Gray=max{R,G,B},Gray表示单通道灰度图像任一坐标的像素值,R表示多帧可见光图像中对应坐标的红色通道像素值,G表示多帧可见光图像中对应坐标的绿色通道像素值,B表示多帧可见光图像中对应坐标的蓝色通道像素值,max操作表示计算R、G、B三个像素值的最大值。
[0020]进一步的,步骤3中,使用Ostu算法对单通道灰度图像进行分割得到二值化图像,二值化图像中前景区域像素值为255,二值化图像中背景区域像素值为0;对二值化图像进行形态学开运算,去除二值化图像中的噪点。
[0021]进一步的,步骤4中,所述亮度特征的计算公式如下:
[0022][0023]式中,L
c
表示第c幅单通道灰度图像的亮度特征,0≤c<M,M表示多帧可见光图像的总帧数,hei表示单通道灰度图像的像素高度,wid表示单通道灰度图像的像素宽度,表示第c幅单通道灰度图像(i,j)处的像素值,0≤i<hei,0≤j<wid,R
c
表示第c幅单通道灰度图像对应二值化图像的背景区域,φ(R
c
)表示第c幅单通道灰度图像对应二值化图像背景区域的像素面积,Area_Thres表示第c幅单通道灰度图像对应二值化图像背景区域的像素面积阈值。
[0024]进一步的,步骤4中,所述噪声特征的计算公式如下:
[0025][0026][0027][0028]式中,MSE
c
表示原始图像与滤波图像的均方误差,表示第c幅单通道灰度图像经过中值滤波后的图像,表示第c幅单通道灰度图像经过中值滤波后的图像的极值信息,max操作表示计算的最大值,N
c
表示第c幅单通道灰度图像的噪声特征。
[0029]进一步的,步骤5的具体操作步骤如下:
[0030]步骤5.1计算每一帧单通道灰度图像的昼夜模式;
[0031]当L
c
<Thres_L且N
c
>Thres_N时,则第c幅单通道灰度图像为夜间模式,即第c幅单通道灰度图像的昼夜模式cur_mod e
c
=0,否则第c幅单通道灰度图像为白天模式,即第c幅单通道灰度图像的昼夜模式cur_mod e
c
=1;L
c
表示第c幅单通道灰度图像的亮度特征,N
c
表示第c幅单通道灰度图像的噪声特征,Thres_L表示亮度特征阈值,Thres_N表示噪声特征阈值,亮度特征阈值和噪声特征阈值可根据经验设定。
[0032]步骤5.2统计多帧单通道灰度图像的昼夜模式,获得昼夜信息;
[0033]所述昼夜信息的判别公式如下:
[0034][0035]式中,CUR_MODE表示最终计算的昼夜信息,M表示多帧可见光图像的总帧数。
[0036]本专利技术的有益效果是:
[0037]与现有的可见光相机昼夜模式自动判别方法相比,本专利技术提出的技术方案在如下几个方面为昼夜模式判别带来了效果和便捷:
[0038]1、不依赖其他传感器:本专利技术基于可见光图像分析实现可见光相机昼夜模式自动判别,不需要其他传感器数据信息,降低了设备成本及设计复杂度。
[0039]2本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于图像的可见光相机昼夜模式自动判别方法,其特征在于,包括以下步骤:步骤1:获取等时间间隔的多帧可见光图像;步骤2:将多帧可见光图像逐帧转换为单通道灰度图像;步骤3:使用自适应分割算法对单通道灰度图像进行分割,提取背景区域;步骤4:基于单通道灰度图像背景区域信息计算单通道灰度图像的亮度特征和噪声特征;步骤5:统计多帧单通道灰度图像之间的特征一致性确定昼夜信息,实现可见光相机昼夜模式的自动判别。2.根据权利要求1所述的一种基于图像的可见光相机昼夜模式自动判别方法,其特征在于,步骤1中,相邻两幅多帧可见光图像之间的时间间隔为1分钟。3.根据权利要求1所述的一种基于图像的可见光相机昼夜模式自动判别方法,其特征在于,步骤2中,使用最大值法进行图像灰度化,设定Gray=max{R,G,B},Gray表示单通道灰度图像任一坐标的像素值,R表示多帧可见光图像中对应坐标的红色通道像素值,G表示多帧可见光图像中对应坐标的绿色通道像素值,B表示多帧可见光图像中对应坐标的蓝色通道像素值,max操作表示计算R、G、B三个像素值的最大值。4.根据权利要求1所述的一种基于图像的可见光相机昼夜模式自动判别方法,其特征在于,步骤3中,使用Ostu算法对单通道灰度图像进行分割得到二值化图像,二值化图像中前景区域像素值为255,二值化图像中背景区域像素值为0;对二值化图像进行形态学开运算,去除二值化图像中的噪点。5.根据权利要求4所述的一种基于图像的可见光相机昼夜模式自动判别方法,其特征在于,步骤4中,所述亮度特征的计算公式如下:式中,L
c
表示第c幅单通道灰度图像的亮度特征,0≤c<M,M表示多帧可见光图像的总帧数,hei表示单通道灰度图像的像素高度,wid表示单通道灰度图像的像素宽度,表示第c幅单通道灰度图像(i,j)处的像素值,0≤i<hei,0≤j<wid...
【专利技术属性】
技术研发人员:曲达明,黄艳金,李新宇,于啸,王生杰,
申请(专利权)人:中林信达北京科技信息有限责任公司,
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。