[發明專利]一種實時判定攝像頭遮擋狀態的方法

在審

• 申請號: 202010736809.6
• 申請日: 2020-07-28
• 公開（公告）號: CN111967345A
• 公開（公告）日: 2020-11-20
• 發明（設計）人: 申富饒;李金橋;姜少魁;陸志浩;金祎
• 申請（專利權）人: 國網上海市電力公司;南京大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T5/00;G06T7/80;H04N17/00
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 胡建華

本發明公開了一種實時判定攝像頭遮擋狀態的方法，包括：實時讀取攝像頭拍攝的一幀RGB圖像；將RGB圖像先縮放到目標尺寸，再矯正去畸變；將步驟2獲得的矯正去畸變后的RGB圖像進行色度空間轉換，得到灰度圖像，再提取灰度圖像中的特征點，得到灰度圖像的特征點集合；將灰度圖像劃分為4個區域并編號，分別計算每個區域的特征點個數；若4個區域中任一區域的特征點個數小于預設個數閾值，則輸出攝像頭被遮擋的判定結果；若4個區域中所有區域的特征點個數均大于預設個數閾值，則輸出攝像頭未被遮擋的判定結果。本發明具有方法簡單高效、速度快的優點，僅需一幀圖像即可準確判斷攝像頭的遮擋狀態，適用于對實時性要求較高的場景和嵌入式設備。

技術領域

本發明涉及計算機視覺領域，尤其涉及一種實時判定攝像頭遮擋狀態的方法。

背景技術

近年來，由于視覺理論及計算機科學與技術的迅速發展，越來越多的學者投入到計算機視覺領域的研究中。計算機視覺在自動駕駛和輔助駕駛的應用中表現出良好的發展前景，備受人們的重視。現階段的自動駕駛與輔助駕駛大多通過攝像頭獲取車輛前方的圖像信息，但是攝像頭可能被淤泥等物體局部遮擋，影響駕駛系統正常工作，也可能因為其他特殊原因被意外遮擋，如果駕駛系統沒有及時發現這種情況并進行處理，將會引發非常嚴重的安全問題。

名稱為“基于視頻圖像信號判定攝像鏡頭遮擋狀態的方法”的中國專利(公開號為CN103139547.B)采用的遮擋檢測方法是：使用幀差法提取圖像的背景，使用背景減法得出前景，并將前景二值化，劃分出多個前景檢測單元；剔除像素面積小于閾值的前景檢測單元，進一步篩選出候選遮擋區域；對候選遮擋區域的后續幀的像素進行跟蹤，若像素的灰度信息和紋理信息的變化小于閾值則判定為疑似遮擋區域；對疑似遮擋區域的后續幀進行跟蹤計數，若其穩定的在視頻幀中存在超過預設的時間閾值，則確定攝像頭被遮擋。該方法雖然可以判斷出長期處理攝像頭上的遮擋區域，但需要處理一段時間的連續幀，速度較慢，不適用于對實時性要求較高的應用場景。并且對于具有移動性的遮擋物，如惡意的人為操作等不具有識別性。

名稱為“一種基于網絡視頻監控中的檢測視頻遮擋的方法”的中國專利(公開號為CN200710145468.X)公開了一種遮擋檢測方法，該方法需要先確定參考幀，然后從運動區域檢測出遮擋。該方法具有一定的效果，但是局限性在于參考幀的選擇，要出現符合條件的參考幀才能進行遮擋檢測，并且該方法也需要處理一段時間的連續幀，速度較慢，實用性較低。

綜上所述，如何提供一種遮擋判定準確率高、判定速度快、可以用于對實時性要求較高的應用場景的攝像頭遮擋狀態判定的方法是目前的問題。

發明內容

本發明提供一種實時判定攝像頭遮擋狀態的方法，以解決現有的攝像頭遮擋判定方法存在的精度較低，速度較慢，導致系統的安全性低這一問題。

一種實時判定攝像頭遮擋狀態的方法，包括如下步驟：

步驟1，實時讀取攝像頭拍攝的一幀RGB圖像；

步驟2，將所述RGB圖像先縮放到目標尺寸，再矯正去畸變；

步驟3，將所述步驟2獲得的矯正去畸變后的RGB圖像進行色度空間轉換，得到灰度圖像，再提取所述灰度圖像中的特征點，得到所述灰度圖像的特征點集合；

步驟4，將所述灰度圖像劃分為4個區域并編號，分別計算每個區域的特征點個數；

步驟5，若所述4個區域中任一區域的特征點個數小于預設個數閾值t，則輸出所述攝像頭被遮擋的判定結果；若所述4個區域中所有區域的特征點個數均大于預設個數閾值t，則輸出所述攝像頭未被遮擋的判定結果。

進一步地，在一種實現方式中，所述步驟1包括：在使用所述攝像頭前，對所述攝像頭進行標定，得到所述攝像頭的內參矩陣和畸變系數；