一種基于圖像局部邊緣特征的攝像頭檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像處理領(lǐng)域，具體涉及利用圖像局部邊緣特征來(lái)判斷攝像頭是否被 遮擋的方法。
【背景技術(shù)】
[0002] 隨著社會(huì)的發(fā)展和科技的進(jìn)步，監(jiān)控系統(tǒng)廣泛的運(yùn)用在人們生產(chǎn)、生活的各個(gè)領(lǐng) 域。攝像頭處在監(jiān)控系統(tǒng)的最前端，容易受到外界的干擾，最常見(jiàn)的就是攝像頭被遮擋。雖 然現(xiàn)有技術(shù)可以較好的判斷出這種情況，但是由于現(xiàn)有算法的局限性以及現(xiàn)場(chǎng)情況的復(fù)雜 性，尤其是光照變化的影響，經(jīng)常會(huì)使得設(shè)備對(duì)于圖像的判斷出現(xiàn)偏差，導(dǎo)致誤報(bào)和漏報(bào)現(xiàn) 象的發(fā)生。因此必須提高智能分析算法的適應(yīng)性和可靠性，才能準(zhǔn)確反映場(chǎng)景的真實(shí)情況。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明的目的是提供一種基于圖像局部邊緣特征的攝像頭檢測(cè)方法，能夠適應(yīng)光 照的變化，在各種光照條件都能準(zhǔn)確的判斷出攝像頭是否被遮擋，同時(shí)能排除網(wǎng)絡(luò)故障及 設(shè)備故障引起的誤報(bào)，降低誤報(bào)率。
[0004] 為實(shí)現(xiàn)上述發(fā)明目的，本發(fā)明所采用的技術(shù)方案是：一種基于圖像局部邊緣特征 的攝像頭遮擋檢測(cè)方法，其特征在于：包括以下步驟：
[0005]a、對(duì)攝像頭拍攝的RGB圖像I進(jìn)行灰度變換，得到灰度圖像L，并計(jì)算灰度圖像L 中各像素灰度值的均方差ω;
[0006] b、判斷ω的值是否等于〇,若ω =〇,則表明網(wǎng)絡(luò)故障或設(shè)備故障，結(jié)束程序；若 ω> 0,則進(jìn)行圖像局部邊緣特征點(diǎn)的提取，包括以下步驟：
[0007]bl，采用高斯濾波器對(duì)灰度圖像L進(jìn)行濾波處理，構(gòu)造出具有Ν幅圖像的多尺度空 間，所述多尺度空間由〇組圖像組成，每組圖像具有S個(gè)子層，N=OXS;每層圖像的尺度參 數(shù)σi分別通過(guò)序號(hào)〇和s來(lái)標(biāo)記，尺度參數(shù)〇 ^艮據(jù)公式（1)計(jì)算：
[0008]
, · · ·，0-1]，sG[0,· · ·，S-l]，iG[0,· · ·，Ν]，〇Q是尺度 參數(shù)的初始基準(zhǔn)值，默認(rèn)為1. 6 ;
[0009]b2、采用非線性擴(kuò)散濾波器對(duì)多尺度空間內(nèi)的每層圖像進(jìn)行擴(kuò)散處理，生成非線 性多尺度空間，其中最底層的圖像L°=L。上。是用尺寸為9X9,標(biāo)準(zhǔn)差為1.6的高斯核與 所述灰度圖像L進(jìn)行卷積后得到；其余層圖像根據(jù)如下的公式（2)生成進(jìn)化圖像L1:
[0010]
.1=1
[0011] 其中4表示圖像L1在各維度1上的傳導(dǎo)矩陣，I為原始圖片，τ為時(shí)間步長(zhǎng)，τ =ti+1_ti，1為以時(shí)間為單位的尺度參數(shù)，, i e [0,. . .，Ν];
[0012] b3、根據(jù)b2步驟中生成的每副進(jìn)化圖像L1計(jì)算其對(duì)應(yīng)的Hessian矩陣響應(yīng)圖像 ，根據(jù)公式（3):
[0013] !Λ_η=。，其中，ΙΛΧ為進(jìn)化圖像L1在X方向的二階倒 數(shù)，L、為進(jìn)化圖像L1在y方向的二階倒數(shù)，L:為進(jìn)化圖像L1的二階混合偏導(dǎo)數(shù)，。 為L(zhǎng)1對(duì)應(yīng)尺度的整數(shù)值；
[0014]b4、采用3X3X3鄰域的非最大值抑制算法，定位每個(gè)Hessian響應(yīng)圖像中 的局部邊緣特征點(diǎn)；
[0015]c、統(tǒng)計(jì)提取到的局部邊緣特征點(diǎn)的數(shù)量n，將η與閾值η。進(jìn)行比較，閾值η。為攝 像頭未遮擋時(shí)所拍攝圖像的局部特征點(diǎn)數(shù)；若nSη。，則發(fā)出攝像頭被遮擋告警。
[0016] 本發(fā)明的有益效果：通過(guò)提取圖片局部邊緣特征點(diǎn)的數(shù)量來(lái)進(jìn)行數(shù)值對(duì)比，而無(wú) 需進(jìn)行多張圖片的對(duì)比，大大減少了計(jì)算量，提高了計(jì)算速度；并且這些局部邊緣特征具備 良好的尺度和旋轉(zhuǎn)不變性，對(duì)于光照的變化、視角變化變換、圖像縮放等情況也保持一定的 不變性，克服了現(xiàn)有技術(shù)存在的一些缺陷，特別是光照變化引起的誤報(bào)，局部邊緣特征對(duì)光 照變化保持良好的不變性，同一個(gè)場(chǎng)景，在不同光照下提取到的特征數(shù)相差很小，因此具有 良好的適應(yīng)性，在各種光照條件都能準(zhǔn)確的判斷出攝像頭是否被遮擋。由于本發(fā)明提取圖 片局部邊緣特征點(diǎn)的前提是均方差ω>〇,這樣就必然排除了網(wǎng)絡(luò)故障或設(shè)備故障等異常 情況，大大提高了可靠性，降低了誤報(bào)率。
【附圖說(shuō)明】
[0017] 圖1是本發(fā)明的流程框圖。
【具體實(shí)施方式】
[0018] 攝像頭未被遮擋時(shí)，拍攝的圖片輪廓清晰；而攝像頭被遮擋的時(shí)候，遮擋物離鏡頭 很近，導(dǎo)致拍攝的圖片變得很模糊，沒(méi)有清晰的邊緣輪廓，因此遮擋前后，圖片被檢測(cè)到的 局部邊緣特征點(diǎn)的數(shù)量相差很大，當(dāng)圖片局部邊緣特征點(diǎn)的數(shù)量低于設(shè)定的閾值，則表明 攝像頭被遮擋。
[0019] 攝像頭拍攝的RGB圖像I的尺寸為1280x720,閾值η。設(shè)置為100。
[0020] 如圖1所示，一種基于圖像局部邊緣特征的攝像頭遮擋檢測(cè)方法，包括以下步驟：
[0021] a、對(duì)攝像頭拍攝的RGB圖像I進(jìn)行灰度變換，得到灰度圖像L，并計(jì)算灰度圖像L 中各像素灰度值的均方差ω。
[0022] b、判斷ω的值是否等于〇,若ω= 〇,則表明網(wǎng)絡(luò)故障或設(shè)備故障，結(jié)束程序；若 ω> 0,則進(jìn)行圖像局部邊緣特征點(diǎn)的提取，包括以下步驟：
[0023] bl，采用高斯濾波器對(duì)灰度圖像L進(jìn)行濾波處理，構(gòu)造出具有Ν幅圖像的多尺度空 間，所述多尺度空間由〇組圖像組成，每組圖像具有S個(gè)子層，N=OXS;每層圖像的尺度參 數(shù)σi分別通過(guò)序號(hào)〇和s來(lái)標(biāo)記，尺度參數(shù)〇 ^艮據(jù)公式（1)計(jì)算：
[0024] e[0，...，0-l]，sG[0，...，S_l]，iG[0，···，Ν]，σ〇是尺度 參數(shù)的初始基準(zhǔn)值，默認(rèn)為1. 6 ;
[0025] b2、采用非線性擴(kuò)散濾波器對(duì)多尺度空間內(nèi)的每層圖像進(jìn)行擴(kuò)散處理，生成非線 性多尺度空間，其中最底層的圖像L°=L。上。是用尺寸為9X9,標(biāo)準(zhǔn)差為1.6的高斯核與 所述灰度圖像L進(jìn)行卷積后得到；其余層圖像根據(jù)如下的公式（2)生成進(jìn)化圖像L1:
[0026]
[0027] 其中心表示圖像L1在各維度1上的傳導(dǎo)矩陣，I為原始圖片，τ為時(shí)間步長(zhǎng)，τ =ti+1-ti，h為以時(shí)間為單位的尺度參數(shù)，6 ，ie[0, ...，Ν];
[0028] b3、根據(jù)b2步驟中生成的每副進(jìn)化圖像L1計(jì)算其對(duì)應(yīng)的Hessian矩陣響應(yīng)圖像 ，根據(jù)公式⑶：
[0029] !Λ_η=。，其中，ΙΛΧ為進(jìn)化圖像L1在X方向的二階倒 數(shù)，L、為進(jìn)化圖像L1在y方向的二階倒數(shù)，L:為進(jìn)化圖像L1的二階混合偏導(dǎo)數(shù)，。 為L(zhǎng)1對(duì)應(yīng)尺度的整數(shù)值；
[0030] b4、采用3X3X3鄰域的非最大值抑制算法，定位每個(gè)Hessian響應(yīng)圖像匕^^&中 的局部邊緣特征點(diǎn)。
[0031] c、統(tǒng)計(jì)提取到的局部邊緣特征點(diǎn)的數(shù)量n，將η與閾值η。進(jìn)行比較，閾值η。為攝 像頭未遮擋時(shí)所拍攝圖像的局部特征點(diǎn)數(shù)；若nSη。，則發(fā)出攝像頭被遮擋告警。
[0032] 進(jìn)一步的，步驟b4具體包括以下步驟：
[0033] b41、遍歷響應(yīng)圖像L1.-中的每個(gè)響應(yīng)值，若小于預(yù)設(shè)極值respthresh= 0· 001， 則繼續(xù)判斷下一個(gè)響應(yīng)值；
[0034] b42、把當(dāng)前響應(yīng)圖ΙΛ_13中的響應(yīng)值與它同一尺度的8個(gè)相鄰點(diǎn)，以及和上下相 鄰尺度對(duì)應(yīng)的9X2個(gè)點(diǎn)一一共26個(gè)點(diǎn)比較，以確保在尺度空間和二維圖像空間都檢測(cè)到 極大值點(diǎn)，該極大值點(diǎn)即為局部邊緣特征點(diǎn)。
[0035] 進(jìn)一步的，矩陣心是三對(duì)角矩陣并且對(duì)角占優(yōu)。
[0036] 進(jìn)一步的，所述公式（2)是通過(guò)對(duì)非線性擴(kuò)散方程進(jìn)行離散化得來(lái)，所述非線性