[發明專利]一種車載相機鏡頭的污染處理方法及系統在審
| 申請號: | 201910090634.3 | 申請日: | 2019-01-30 |
| 公開(公告)號: | CN111583169A | 公開(公告)日: | 2020-08-25 |
| 發明(設計)人: | 相徐斌 | 申請(專利權)人: | 杭州海康威視數字技術股份有限公司 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/11;G01P3/36 |
| 代理公司: | 北京博思佳知識產權代理有限公司 11415 | 代理人: | 林祥 |
| 地址: | 310051 浙*** | 國省代碼: | 浙江;33 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 車載 相機 鏡頭 污染 處理 方法 系統 | ||
本申請提供一種車載相機鏡頭的污染處理方法及系統,其中所述方法包括:當目標車輛的車速超過預設污染檢測啟動閾值時,采用已訓練的深度學習模型對所述車載相機鏡頭采集的圖像幀進行污染檢測,以確定所述車載相機鏡頭存在污染時為污染類型;根據所述車載相機鏡頭的污染類型生成鏡頭污染信號,并將所述鏡頭污染信號發送至與所述車載相機鏡頭關聯的應用裝置中,以由所述應用裝置根據所述鏡頭污染信號進行污染處理。本申請實施例可以及時檢測出鏡頭的污染情況,并提高了污染檢測的準確率,同時豐富了車載相機鏡頭的功能。
技術領域
本申請涉及圖像處理技術領域,尤其涉及一種車載相機鏡頭的污染處理方法及系統。
背景技術
隨著計算機視覺技術的發展,越來越多的場景需要通過攝像機采集場景的圖像,并通過對圖像的分析來獲得場景的相關信息。
例如,針對車載相機而言,車載相機鏡頭應用日益廣泛,如環視系統、行車記錄儀等等。車載相機鏡頭也在ADAS(Advanced Driver Assistance System,高級駕駛輔助系統)中擔任極其重要的角色,諸多智能應用的運行都依賴于車載相機鏡頭捕獲的圖像數據。當車載相機鏡頭直接暴露在外時,易受到灰塵、淤泥、污水、樹葉等污染物的影響;當車載相機鏡頭在車擋風玻璃內時,易受擋風玻璃清潔程度的影響。這些都會導致基于圖像的智能輔助功能出錯或是失效。
發明內容
有鑒于此,本申請提供一種車載相機鏡頭的污染處理方法及系統。
具體地,本申請是通過如下技術方案實現的:
第一方面,本申請提供了一種車載相機鏡頭的污染處理方法,所述方法包括:
當目標車輛的車速超過預設污染檢測啟動閾值時,采用已訓練的深度學習模型對所述車載相機鏡頭采集的圖像幀進行污染檢測,以確定所述車載相機鏡頭存在污染時為污染類型;
根據所述車載相機鏡頭的污染類型生成鏡頭污染信號,并將所述鏡頭污染信號發送至與所述車載相機鏡頭關聯的應用裝置中,以由所述應用裝置根據所述鏡頭污染信號進行污染處理。
優選地,所述污染處理至少包括如下的一種或結合:
發出污染提示;
對所述車載相機鏡頭進行清潔;
暫停基于所述車載相機鏡頭的駕駛輔助功能。
優選地,所述采用已訓練的深度學習模型對所述車載相機鏡頭采集的圖像幀進行污染檢測,以確定所述車載相機鏡頭存在污染時為污染類型,包括:
將所述車載相機鏡頭采集的圖像幀輸入至已訓練的深度學習模型,以由所述深度學習模型將所述圖像幀劃分成多個圖像子區域并計算各圖像子區域的污染概率;
根據各圖像子區域的污染概率,確定所述車載相機鏡頭存在污染時為污染類型。
優選地,所述根據各圖像子區域的污染概率,確定所述車載相機鏡頭存在污染時為污染類型,包括:
當輸入至所述深度學習模型的圖像幀的數量達到預設數量時,將所述預設數量的圖像幀中區域位置相同的圖像子區域的污染概率進行均值運算,得到各區域位置的區域污染概率;
若存在區域污染概率大于或等于預設污染閾值的區域位置,則確定所述車載相機鏡頭為污染類型。
優選地,輸入至所述深度學習模型的圖像幀的幀間間隔根據所述目標車輛的車速確定。
第二方面,本申請提供了一種車載相機鏡頭的污染處理系統,所述系統包括:
車速獲取模塊,用于獲取車速傳感器檢測的目標車輛的車速,并將所述車速發送至鏡頭污染檢測模塊;
車載相機鏡頭,用于采集圖像幀;
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于杭州海康威視數字技術股份有限公司,未經杭州海康威視數字技術股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910090634.3/2.html,轉載請聲明來源鉆瓜專利網。





