《视频图像的顺逆光判断和拍摄时间检测方法》由会员分享，可在线阅读，更多相关《视频图像的顺逆光判断和拍摄时间检测方法（5页珍藏版）》请在金锄头文库上搜索。
1、视频图像的顺逆光判断和拍摄时间检测方法专利名称：视频图像的顺逆光判断和拍摄时间检测方法视频图像的顺逆光判断和拍摄时间检测方法技术领域本发明属于图像处理领域，涉及一种基于图像处理技术的视频图像序列自然时间检测和顺逆光判断的方法。背景技术：随着计算机视觉技术的发展，以及计算机视觉技术在航空、国防、安全监控、娱乐等领域应用的增加，计算机视觉系统得到了广泛的应用。在现有图像处理技术中，图像的顺逆光检测和时间判断的技术对图像中物体识别、视频中物体跟踪和场景重建起着极其重要的作用。古人观天象预测光照、时间、天气，这种凭借着自身感觉对气象的推断具有主观性， 并且极易造成推断结果的错误；现代人通过钟表和各种气
2、象测量仪器查询时间、天气变化， 而这种现代的测量技术，对设备和测量人员的依赖度较高，不能通过简单的观察确定现有的情况，不适合日常的普遍使用。现有的判断顺逆光检测技术一些是依靠人眼对顺逆光的主观判断，然后设定拍照装置的拍摄模式。这种技术需要机器和拍摄者协作，不能实现自动化设置，给视频采集用户的操作带来了不便。并且由于操作者的差异性，对顺逆光判断的标准很难达到统一，给后期的图像和视频处理带来了困难。还有一种是基于窗口图像的平均亮度值并比较边缘和中心亮度值的方法，通过选用固定的阈值进行顺逆光状态判断的技术。这种技术采用了固定的阈值，算法比较简单，为大多数研究人员所关注。但是这种技术会带来顺逆光状态检
3、测不准确和检测结果不稳定的现象。即当检测主体位于不同的多个子窗口时，采用固定的阈值不能检测出正确的顺逆光状态；另外当检测主体运动时，也使得预测结果处于频繁变化状态，不利于主体顺逆光状态的确定。在这种技术的基础上，一些研究人员提出了使用动态阈值区分顺逆光状态的方法。这种方法的复杂度高于固定阈值的方法，但是稳定性和准确性也得到了改善。但是无论固定阈值的方法还是动态阈值的方法均需要对窗口图像的亮度值进行统计计算，需要遍历图像，这样在时间上的耗费较长，达不到实时检测顺逆光状态的要求，不能应用到实际系统中。在对阴影图像的检测技术中，通常是检测阴影图像并消除阴影的方法，即将阴影图像看作是图像分割和前景提取
4、的噪声图像处理，并没有将阴影图像作为图像处理的有效信息进行利用。利用阴影图像进行自然时间的判断几乎没有研究人员涉猎。因此，需要一种基于图像的阴影信息，实现图像的拍摄时间段预测和顺逆光检测的方法。发明内容本发明采用视频图像序列的阴影检测和提取技术，通过提取并计算目标本身的特征和长度、阴影的特征和长度、及目标本身与阴影的关系，采用阴影的特征信息判断顺逆光状态，采用阴影的长度信息进行时间段的检测，达到了稳定、准确、计算复杂度低的效果，在计算复杂度和效率上具有优势，并且在成像设备的参数设定和视频监控的图像分析领域具有实际应用意义。本发明提供一种视频图像的顺逆光判断方法，该方法包括以下步骤从视频图像帧序
5、列中获取一帧原始视频图像；对获取的该帧视频图像进行物体目标检测和阴影检测以确定物体所在的目标区域和阴影区域；分别获取物体所在的目标区域的特征和阴影区域的特征；根据物体所在的目标区域的特征和阴影区域的特征判断该帧原始视频图像的顺逆光状态。优选地，在所述对获取的该帧视频图像进行物体目标检测和阴影检测确定物体所在的目标区域和阴影区域的步骤之前包括，对该帧原始视频图像进行预处理。优选地，所述对获取的该帧原始视频图像进行预处理包括，将该帧图像转换为灰度图像，对整帧图像滤除噪声，利用高斯滤波进行图像分块增强和利用灰度直方图进行对比度调整中的一种或多种。优选地，所述对获取的该帧视频图像进行物体目标检测和阴影
6、检测确定物体所在的目标区域和阴影区域包括利用边缘提取方法提取图像边缘；利用轮廓跟踪方法得到物体所在的目标区域和阴影区域。优选地，所述对获取的该帧视频图像进行物体目标检测和阴影检测确定物体所在的目标区域和阴影区域包括将图像分块，求取分块得到的各图像块灰度的方差并分别设定各图像块的灰度阈值，利用灰度阈值分割得到物体所在的目标区域和阴影区域。优选地，所述分别获取物体所在的目标区域的特征和阴影区域的特征包括，分别获取物体所在的目标区域的周长和面积、物体所在的阴影区域的周长和面积、物体所在的目标区域的惯性主轴的位置和物体所在的阴影区域惯性主轴的位置。优选地，在判断该帧视频图像的顺逆光状态之前包括，利用物
7、体所在的目标区域的周长和面积与物体所在的阴影区域的周长和面积之间的关系确定该帧视频图像是否能用于判断顺逆光状态。优选地，当物体所在的目标区域的惯性主轴与物体所在的阴影区域的惯性主轴之间的夹角小于等于预设阈值时，该帧视频图像为顺光状态；否则该帧视频图像为逆光状态。本发明提供一种视频图像的拍摄时间检测方法，包括从视频图像序列中获取一帧原始视频图像；对获取的该帧视频图像进行物体目标检测和阴影检测以确定物体所在的目标区域和阴影区域；分别获取物体所在的目标区域的特征和阴影区域的特征；根据物体所在的目标区域的特征和阴影区域的特征检测该帧原始视频图像的拍摄时间。优选地，在所述对获取的该帧视频图像进行物体目标
8、检测和阴影检测确定物体所在的目标区域和阴影区域的步骤之前包括，对该帧原始视频图像进行预处理。优选地，所述对该帧原始视频图像进行预处理包括，将该帧原始视频图像转换为灰度图像，对整帧图像滤除噪声，利用高斯滤波进行图像分块增强和利用灰度直方图进行对比度调整中的一种或多种。优选地，所述对获取的该帧视频图像进行物体目标检测和阴影检测确定物体所在的目标区域和阴影区域包括利用边缘提取方法提取图像边缘；利用轮廓跟踪方法，得到物体所在的目标区域和阴影区域。优选地，所述对获取的该帧视频图像进行物体目标检测和阴影检测确定物体所在的目标区域和阴影区域包括将图像分块，求取分块得到的各图像块灰度的方差并分别设定各图像块的
9、灰度阈值，利用灰度阈值分割得到物体所在的目标区域和阴影区域。优选地，所述分别获取物体所在的目标区域的特征和阴影区域的特征包括，分别获取物体所在的目标区域的周长和面积，物体所在的阴影区域的周长和面积，物体所在的目标区域沿其惯性主轴方向的长度和物体所在的阴影区域沿其惯性主轴方向的长度。优选地，如果该帧视频图像阴影区域沿其惯性主轴方向的长度小于该帧视频图像的前一帧图像阴影区域沿其惯性主轴方向的长度，则该帧视频图像的拍摄时间为上午；否则该帧视频图像的拍摄时间为下午。优选地，利用阴影区域沿其惯性主轴方向的长度与物体所在的目标区域沿其惯性主轴方向的长度的比例关系，确定该视频图像的拍摄时间。优选地，当拍摄时
10、间段为上午时，拍摄时间点t通过下面公式计算t = a+(l-Ra/Ramax_a) X (12-a)公式 1当拍摄时间段为下午时，拍摄时间点t通过下面公式计算t = 12+(Ra/Ramax_b) X (b_12)公式 2其中Ra = L2A1, L1 0，Ll为物体所在的目标区域长度，L2为阴影区域长度；a为日出时间；b为日落时间；Ramax-a为预置日出时间点的Ra，Ramax-b 为日落时间点的 Ra，Ramax_b = Ramax_a* (b_12) / (12-a)。本发明进一步提供一种调节摄像机拍摄参数的方法，包括基于如上所述的视频图像的顺逆光判断方法获得的连续多帧视频图像的顺逆光
11、状态，通过比较该连续多帧视频图像的顺逆光状态调节摄像机的拍摄参数。本发明进一步提供一种调节摄像机拍摄参数的方法，包括基于如上的视频图像的拍摄时间检测方法获得的连续多帧视频图像的拍摄时间，通过比较该连续多帧视频图像的拍摄时间调节摄像机的拍摄参数。本发明基于视频图像的时间段检测和顺逆光判断与现有技术相比较的优点在于1、利用图像中的阴影图像信息，自动进行顺逆光状态判断和时间段检测的估计。 将图像的阴影信息作为有效的特征利用，而不需要人工判断顺逆光状态，也不是简单的去除阴影，能够满足多种场景的应用。2、利用阴影图像的特征信息，进行顺逆光状态的确定。从整体上把握了图像的阴影信息，优化了利用图像像素亮度统
12、计的复杂度和不稳定性的缺点，提高了判断的准确性。3、首次利用阴影图像的长度信息，进行时间段检测的估计。增强了抵抗依靠相机的系统状态和不同地域差异性的鲁棒性，适应不同场景的要求。4、利用阴影图像进行拍照时间段检测和顺逆光判断，降低了判断图像顺逆光的计算的复杂度，适用于实时检测系统。图1为本发明基于视频图像的顺逆光判断流程图2为本发明基于视频图像的拍摄时间检测的流程图3(a)为本发明实例1的基于视频图像的时间段检测和顺逆光判断逆光原始图像；图3(b)为图3(a)所示图像的逆光灰度图像；图3(c)为图3(a)所示图像的逆光灰度图像直方图3(d)为图3(a)所示图像的逆光预处理图像；图3(e)为图3(
13、a)所示图像的逆光图像目标区域与阴影区域分割图像；图3(f)为图3(a)所示图像的逆光图像目标区域与阴影区域长度示意图3(g)为图3(a)所示图像的逆光图像目标区域与阴影区域夹角示意图4(a)为本发明实例2的基于视频图像的时间段检测和顺逆光判断顺光原始图像；图4(b)为图4(a)所示图像的顺光图像目标与阴影分割图像；图4(c)为图4(a)所示图像的顺光图像目标与阴影图像夹角示意图4(d)为图4(a)所示图像的顺光图像目标与阴影图像长度示意图；具体实施方式下面参照附图对本发明的优选实施例进行详细说明，在描述过程中省略了对于本发明来说是不必要的细节和功能，以防止对本发明的理解造成混淆。下面参考图1
14、和图3(a)_3(g)描述根据本发明的判断顺逆光的方法。首先，从视频图像帧序列中获取一帧原始视频图像。从彩色视频序列中读取视频数据，并进一步读取第一帧视频图像如图3(a)的灰度值I (x，y)，该视频图像宽为W个像素，高为H个像素，(x,y)为该视频图像上图像像素点的坐标，0 th0则图像属于逆光状态。上述内容中the，ths和the分别为用于判断顺逆光状态的周长阈值，面积阈值和角度阈值，例如the范围为0 180度。如图3(g)所示为图像拍摄状态为逆光状态。下面参考图2和图3(a)_3(f)描述根据本发明的检测图像拍摄时间段的方法。首先，从视频图像帧序列中获取一帧原始视频图像。从彩色视频序列
15、中读取视频数据，并进一步读取第一帧视频图像如图3(a)的灰度值I (x，y)，该视频图像宽为W个像素，高为H个像素，(x,y)为该视频图像上图像像素点的坐标，0 th0，所以该图像属于逆光状态。由该图像的L2 = 49，因为Ra = 0.476，b 点为19点，Ramax_b = 0. 93根据公式2可以判断该图片的拍摄时间为15:34。实例2图4 (a)-4(d)示出了根据本发明实例2的检测时间段和判断顺逆光方法的示意图像。在该实例中，物体目标区域的周长为487，面积Sl为14160， 1为90，Ll为155; 阴影区域的周长C2为310和面积S2为3540， 2为27，L2为120。按照如
16、上所述的方法,可以得到 =8，Ra = 0. 77。实例中，the，ths和th 分别为0. 1 10，0 1和 90。因为 f(Cl, C2) = 1. 56 e the, g(Sl，S2) = 0. 43 e ths，所以该图像可以顺逆光状态的判断。因为 权利要求1 一种视频图像的顺逆光判断方法，其特征在于，该方法包括以下步骤从视频图像帧序列中获取一帧原始视频图像；对获取的该帧视频图像进行物体目标检测和阴影检测以确定物体所在的目标区域和阴影区域；分别获取物体所在的目标区域的特征和阴影区域的特征；根据物体所在的目标区域的特征和阴影区域的特征判断该帧原始视频图像的顺逆光状态。2.根据权利要求1所述的视频图像的顺逆光判断方法，其特征在于，在所述对获
