[發明專利]一種圖像變化區域偵測閥值設定方法、系統及其電子裝置

有效

• 申請號: 201910050486.2
• 申請日: 2019-01-19
• 公開（公告）號: CN109903265B
• 公開（公告）日: 2021-05-11
• 發明（設計）人: 張發恩;柯政遠
• 申請（專利權）人: 創新奇智（南京）科技有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00
• 代理公司: 深圳市智享知識產權代理有限公司 44361
• 代理人: 王琴;蔣慧

本發明涉及智能視覺識別領域，特別涉及一種圖像變化區域偵測閥值設定方法、系統及其電子裝置。本方法通過獲取場景變化前后的第一圖像及與其對應的第二圖像，其進行模糊化處理得到處理后的第一模糊圖像及第二模糊圖像；計算第一模糊圖像及第二模糊圖像各對應像素點之間的差值得到第一區別圖；將第一區別圖進一步優化處理得到第二區別圖，利用Otsu算法對第二區別圖進行處理得到基于第一圖像及第二圖像之間變化區域偵測的閥值。通過上述方法獲取閥值可準確高效的偵測出圖像變化區域，防止環境干擾影響圖像變化偵測精度，滿足當代智能貨柜領域的使用需求。所述圖像變化區域偵測閥值設定系統及其電子裝置與上述方法相同的有益效果。

【技術領域】

本發明涉及智能視覺識別領域，特別涉及一種圖像變化區域偵測閥值設定方法、系統及其電子裝置。

【背景技術】

現在新零售行業正逐漸興起，無人貨柜也得到了廣泛的推廣。目前市場上的無人貨柜可通過獲取貨柜內的待售商品的實時圖像信息以識別貨柜上陳列的待售商品，例如，通過偵測不同時刻拍攝的待售商品的圖像之間的變化，獲知待售商品的售賣情況。目前常用的圖像變化區域偵測的方法是設定一閥值，通過閥值區分圖像的像素等級，從而實現變化目標商品與背景的分離。但是，若閥值設定太高，則會使得像素變化極大才容易表現出來；若閥值設定太低，則會導致很多小擾動區域也會被提取出來；無論哪種情況都會影響智能貨柜領域商品識別的精確度。而且在現有智能貨柜使用過程中，環境干擾會使待售商品圖像之間的變化區域變得更復雜，而圖像變化前后的區域偵測的閥值設定不當會影響圖像變化區域識別的準確度，從而影響智能貨柜的使用效果。

因此，亟待提供一種新型的圖像變化區域偵測閥值設定方法、系統及其電子裝置。

【發明內容】

為了解決現有圖像變化區域偵測中閥值設定中存在的技術問題，本發明提供一種圖像變化區域偵測閥值設定方法、系統及其電子裝置。

本發明為解決上述技術問題提供以下的技術方案：一種圖像變化區域偵測閥值設定方法，包括：步驟S1：獲取場景變化前后的第一圖像及與其對應的第二圖像，并對所述第一圖像及第二圖像進行模糊化處理得到處理后的第一模糊圖像及第二模糊圖像；步驟S2：計算處理后的第一模糊圖像及第二模糊圖像各對應像素點之間的差值得到第一區別圖；及步驟S3：獲取第一區別圖中各像素點的像素差值和位置信息，將第一區別圖中各像素點的像素差值與預設差值進行比較并獲得比較結果，基于比較結果以及位置信息構建得到第二區別圖，利用Otsu算法(最大類間方差算法)對第二區別圖進行處理得到基于第一圖像及第二圖像之間變化區域偵測的閥值。

優選地，上述步驟S1所述的模糊化處理包括低通濾波處理、中值模糊處理或高斯濾波處理任一種。

優選地，上述步驟S2所述的計算處理后的第一模糊圖像及第二模糊圖像之間的差值包括使用RGB色彩空間模型、YUV色彩空間模型或HSV色彩空間模型中任一種或多種組合的色彩空間模型進行計算。

優選地，所述RGB色彩空間模型計算包括求取像素點RGB各通道差值的平方和，并對所述平方和進行開方運算得到對應像素點的像素差值。

優選地，上述步驟S3包括：步驟S31：獲取第一區別圖中各像素點的像素差值和位置信息；步驟S32：定義一標準值，比較第一區別圖中各像素點的像素差值與標準值的大小并獲得比較結果，結合各像素點的位置信息將第一區別圖中各像素點分為多個連通區域；步驟S33：將像素差值小于標準值的像素點組成的連通區域進行賦值；步驟S34：定義一標準面積，獲取像素差值大于標準值的像素點組成的連通區域，比較連通區域大小并估算其面積，對小于標準面積的連通區域進行賦值，以獲得第二區別圖；步驟S35：將第二區別圖各像素點的像素值進行統計獲得對應的峰值分布圖；及步驟S36：利用Otsu算法對峰值分布圖進行算法處理得到基于第一圖像及第二圖像之間變化區域的閥值。