动态图像检测方法及装置与流程

本发明涉及图像处理技术领域，特别涉及一种动态图像检测方法及装置。

背景技术：

随着时代的发展，科技的不断进步，使得各种检测装置也得到了飞速的发展，其中动态图像检测装置的发展速度由于迅猛，现有的动态图像检测装置是通过检测视频的视频帧图片中目标元素的运动速度、方向和运动距离，进而判断视频中的视频帧图片对应的运动是否为预设渐变运动。

现有的动态图像检测装置抗干扰能力不强，当出现一个检测点的检错失误，容易引起检测结果的错误，且现有的动态图像检测方法精准度不高，容易引起检测结果的错误。

技术实现要素：

基于此，本发明的目在于提供一种抗干扰能力强的动态图像检测方法及装置。

一种动态图像检测方法，所述方法包括：

接收待检测视频，并查询所述待检测视频中包含的多个视频帧图片分别对应的特征值；

将查询到的多个所述特征值进行滤波处理得到检测数字串；

判断所述检测数字串的连续性检测是否合格，以判断所述待检测视频中的所述视频帧图片对应的运动是否为预设渐变运动。

上述动态图像检测方法，通过查询所述待检测视频中包含的多个所述视频帧图片分别对应的所述特征值，将所述视频帧图片数字化，进而方便了所述动态图像检测流程，通过将查询到的多个所述特征值进行滤波处理得到所述检测数字串的设计，使得所述方法抗干扰能力提高，所述方法通过判断所述检测数字串的所述连续性检测是否合格，以使判断所述待检测视频中的所述视频帧图片对应的运动是否为所述预设渐变运动，且所述方法安全性能高、抗干扰能力强。

进一步地，所述方法还包括：

收集多张所述预设渐变运动下的不同视频帧图片；

对所述不同视频帧图片分别进行不同特征值标记；

将所述不同视频帧图片和对应的所述不同特征值的对应关系进行存储；

查询多个所述视频帧图片分别对应的所述不同视频帧图片相对应的多个所述不同特征值，并将查询到的多个所述不同特征值对多个所述视频帧图片分别进行标记。

进一步地，所述将查询到的多个所述特征值进行滤波处理得到检测数字串的步骤包括：

将所述特征值数字串按预设的第一滤波频率进行中值滤波处理，得到所述检测数字串。

进一步地，所述将查询到的多个所述特征值进行滤波处理得到检测数字串的步骤还包括：

将所述特征值数字串按预设的第二滤波频率进行均值滤波处理，得到所述检测数字串。

进一步地，所述方法还包括：

所述判断所述检测数字串的连续性检测是否合格的步骤包括：

将所述检测数字串分成多个检测子串，并分别对所述检测子串进行差分处理，得到第二数字串；

当所述检测数字串为递增序列时，判断所述第二数字串中的最小值是否大于0，若是，则判定为所述连续性检测合格；

当所述检测数字串为递减序列时，判断所述第二数字串中的最大值是否小于0，若是，则判定为所述连续性检测合格。

进一步地，所述方法还包括：

当判断到所述检测数字串的所述连续性检测合格时，分别判断所述检测数字串中的最大值是否小于预设最大阈值和最小值是否大于预设最小阈值；

当判断到所述检测数字串中的所述最大值小于所述预设最大阈值且所述最小值大于所述预设最小阈值时，判定为所述待检测视频对应的运动是所述预设渐变运动。

一种动态图像检测装置，包括：

接收模块，用于接收待检测视频信息；

第一查询模块，用于根据所述接收模块的接收结果，查询所述待检测视频中包含的多个视频帧图片分别对应的特征值；

滤波模块，用于根据所述第一查询模块的查询结果，将查询到的多个所述特征值进行滤波处理得到检测数字串；

判断模块，用于根据所述滤波模块的滤波结果，判断所述检测数字串的连续性检测是否合格，以判断所述待检测视频中的所述视频帧图片对应的运动是否为预设渐变运动。

上述动态图像检测装置通过所述第一查询模块的设计，将所述动态图像检测装置的检测流程数字化，提高了所述动态图像检测装置的检测效率，通过所述滤波模块的设计，提高了所述动态图像检测装置的抗干扰能力，降低了所述动态图像检测装置的检测误差，且通过所述判断模块的设计，可直观的判断出所述待检测视频中的所述视频帧图片对应的运动是否为所述预设渐变运动。

进一步地，所述动态图像检测装置还包括：

收集模块，用于收集所述预设渐变运动下的不同视频帧图片；

本地标记模块，用于根据所述收集模块的收集结果，对所述不同视频帧图片分别进行不同特征值标记；

存储模块，用于存储所述不同视频帧图片和对应的所述不同特征值的对应关系；

第二查询模块，用于查询多个所述视频帧图片分别对应的所述不同视频帧图片相对应的多个所述不同特征值；

特征值标记模块，用于根据所述第二查询模块的查询结果，将查询到的多个所述不同特征值对多个所述视频帧图片分别进行标记。

进一步地，所述判断模块包括：

差分处理模块，用于根据所述滤波模块的滤波结果，将所述检测数字串分成多个检测子串，并分别对所述检测子串进行差分处理，得到第二数字串；

第一子判断模块，用于当所述检测数字串为递增序列时，判断所述第二数字串中的最小值是否大于0，若是，则判定为所述待检测视频中的所述视频帧图片对应的运动是所述预设渐变运动；

第二子判断模块，用于当所述检测数字串为递减序列时，判断所述第二数字串中的最大值是否小于0，若是，则判定为所述待检测视频中的所述视频帧图片对应的运动是所述预设渐变运动。

进一步地，所述判断模块还包括：

第三子判断模块，用于判断所述检测数字串中的最大值是否小于预设最大阈值和最小值是否大于预设最小阈值，若是，则判定为所述待检测视频中的所述视频帧图片对应的运动是所述预设渐变运动。

附图说明

图1为本发明第一实施例提供的动态图像检测方法的流程图；

图2为本发明第二实施例提供的动态图像检测方法的流程图；

图3为图2中步骤S71的具体实施流程；

图4为本发明第三实施例提供的动态图像检测装置的结构示意图；

图5为本发明第四实施例提供的判断模块的结构示意图；

主要元素符号说明

如下具体实施方式将结合上述附图进一步说明本发明。

具体实施方式

为了便于更好地理解本发明，下面将结合相关实施例附图对本发明进行进一步地解释。附图中给出了本发明的实施例，但本发明并不仅限于上述的优选实施例。相反，提供这些实施例的目的是为了使本发明的公开面更加得充分。

请参阅图1，为本发明第一实施例提供的动态图像检测方法的流程图，所述方法用于判断待检测视频中的视频帧图片对应的运动是否为预设渐变运动，包括步骤S10至S30。

步骤S10，接收待检测视频，并查询所述待检测视频中包含的多个视频帧图片分别对应的特征值；

其中，所述待检测视频中至少包含两个所述视频帧图片；

步骤S20，将查询到的多个所述特征值进行滤波处理得到检测数字串；

其中，所述滤波处理是对所述待检测视频中的所述特征值进行逐一更新，以使得到所述检测数字串；

步骤S30，判断所述检测数字串的连续性检测是否合格；

当所述步骤S30判断到所述检测数字串的所述连续性检测合格时，则判定为所述待检测视频中的所述视频帧图片对应的运动是预设渐变运动。

本实施例通过查询所述待检测视频中包含的多个所述视频帧图片分别对应的所述特征值，将所述视频帧图片数字化，进而方便了所述动态图像检测的流程，通过将查询到的多个所述特征值进行滤波处理得到所述检测数字串的设计，使得所述方法抗干扰能力提高，所述方法通过判断所述检测数字串的所述连续性检测是否合格，以使判断所述待检测视频中的所述视频帧图片对应的运动是否为所述预设渐变运动，且所述方法安全性能高、抗干扰能力强。

请参阅图2，为本发明第二实施例提供的动态图像检测方法的流程图，包括步骤S11至S71。

步骤S11，接收待检测视频，并查询所述待检测视频中包含的多个视频帧图片分别对应的特征值；

其中，所述待检测视频中至少包含两个所述视频帧图片，所述接收待检测视频之前，所述步骤还包括：

收集多张所述预设渐变运动下的不同视频帧图片；

对所述不同视频帧图片分别进行不同特征值标记；

将所述不同视频帧图片和对应的所述不同特征值的对应关系进行存储；

查询多个所述视频帧图片分别对应的所述不同视频帧图片相对应的多个所述不同特征值，并将查询到的多个所述不同特征值对多个所述视频帧图片分别进行标记；

其中，查询所述待检测视频中包含的多个视频帧图片分别对应的特征值的方式是：

通过所述不同视频帧图片的存储，人工给所述不同视频帧图片标定0到1之间的值作为所述特征值，然后用深度学习的方法用标定好的所述不同视频帧图片训练一个判断该动作状态的模型，当接收到所述待检测视频时，通过将所述待检测视频输入到所述模型中，所述模型自动选取所述视频帧图片中的目标元素，并通过检测所述目标元素的速度方向、速度大小和位移等数据，并与本地存储的所述不同视频帧图片中的所述目标元素的速度方向、速度大小和位移等数据进行对比，以使得到所述对应的特征值；

本实施例中，所述查询所述待检测视频中包含的多个视频帧图片分别对应的特征值的方式还包括：

对于输入的所述视频帧图片，提取所述视频帧图片中的表示该动作的特征点，然后用预设的几何算法计算出所述特征点表示成为一个所述视频帧图片对应运动的所述特征值；

步骤S21，将所述特征值数字串按预设的第一滤波频率进行中值滤波处理，得到所述检测数字串；

其中，由于所述待检测视频的不稳定性或者状态判定阶段的误差导致所述特征值数字串曲线会有脉冲误差，这时采用所述中值滤波将所述特征值数字串曲线做平滑，所述滤波处理的具体流程为：

设所述特征值数字串为列表A，A＝[A1,A2...An]，用如下公式更新所述特征值数字串得到所述检测数字串；

B＝median([As,As+1,As+2...Ae])

其中median()函数表示取列表[As,As+1,As+2...Ae]的中位数，所述列表B为所述检测数字串，通过将所述列表A按预设的数量依次对所述特征值数字串中的所述特征值进行提取后，选取其中的中位数进而得到了所述列表B；

本实施例中，得到所述检测数字串的方法还包括：

将所述特征值数字串按预设的第二滤波频率进行均值滤波处理，得到所述检测数字串。

步骤S31，将所述检测数字串分成多个检测子串，并分别对所述检测子串进行差分处理，得到第二数字串；

其中，将所述列表B按预设的数量分成多个检测子串，并分别将所述检测子串中的所述中位数减去前一位所述中位数，以使得到所述第二数字串；

步骤S41，判断所述检测数字串是否为递增序列；

当所述步骤S41判断到所述检测数字串为递增序列时，执行步骤S51。

步骤S51，判断所述第二数字串中的最小值是否大于0；

其中，当所述第二数字串中的最小值大于0时，则判定为所述连续性检测合格；

当所述步骤S41判断到所述检测数字串不为递增序列为递减序列时，执行步骤S61。

步骤S61，判断所述第二数字串中的最大值是否小于0；

其中，当判断到所述第二数字串中的最大值小于0时，则判定为所述连续性检测合格；

本实施例中，当所述预设渐变运动为往复运动时，即所述检测数字串中同时存在所述递增序列和所述递减序列时，相邻窗口的所述第二数字串同时存在一个所述第二数字串的最大值小于0，另一个所述第二数字串的最小值大于0的组合，且所述组合的数量为所述预设渐变运动的往复运动的次数的2倍，所述窗口为所述第二数字串的长度，可以理解的相邻所述窗口的所述第二数字串为相邻所述第二数字串各自的数字串的长度；

步骤S71，判断所述检测数字串中的最大值是否小于预设最大阈值，最小值是否大于预设最小阈值；

请参阅图3，为图2中所述步骤S71的具体实施流程，包括步骤S701至S702。

步骤S701，提取所述检测数字串中的最大值和最小值；

其中，对所述列表B中的最大值和最小值进行提取；

步骤S702，判断所述最大值是否小于预设最大阈值和所述最小值是否大于预设最小阈值；

其中，分别判断所述列表B中的最大值是否小于所述预设最大阈值和所述列表B中的最小值是否大于所述预设最小阈值；

当所述步骤S702判断到所述最大值小于所述预设最大阈值且所述最小值小于所述预设最小阈值时，则判定为所述视频帧图片对应的运动为所述预设渐变运动。

本实施例中，当所述阈值检测和所述连续性检测都合格时，则判定为所述待检测视频对应的运动是所述预设渐变运动。

本实施例通过查询所述待检测视频中包含的多个视频帧图片分别对应的特征值，使得所述视频帧图片数字化，进而方便了检测流程，通过将查询到的多个所述特征值进行滤波处理得到检测数字串的设计，使得所述方法抗干扰能力提高，通过所述阈值检测判断所述列表B中的最大值是否小于所述预设最大阈值，所述列表B中的最小值是否大于所述预设最小阈值的方法，使得所述动态图像检测方法精准度高，且通过所述连续性检测判断所述视频帧是否连续，进而提高了所述动态图像检测方法的安全性能高和抗干扰能力强，所述方法通过判断所述检测数字串的所述连续性检测和所述阈值检测是否合格，以使判断所述待检测视频中的所述视频帧图片对应的运动是否为所述预设渐变运动。

请参阅图4，为本发明第三实施例提供的动态图像检测装置100的结构示意图，包括：

接收模块10，用于接收待检测视频信息；

第一查询模块20，用于根据所述接收模块10的接收结果，查询所述待检测视频中包含的多个视频帧图片分别对应的特征值；

其中，所述第一查询模块20的查询方式是选取所述视频帧图片中的目标元素，并通过检测所述目标元素的速度方向、速度大小和位移等数据，以使与本地存储的所述不同视频帧图片进行对比，以使得到所述对应的特征值；

滤波模块30，用于根据所述第一查询模块20的查询结果，将查询到的多个所述特征值进行滤波处理得到检测数字串，通过所述滤波模块30的处理，提高了所述动态图像检测装置100的抗干扰能力，以使检测结果更加的准确。

判断模块40，用于根据所述滤波模块30的滤波结果，判断所述检测数字串的连续性检测是否合格，以判断所述待检测视频中的所述视频帧图片对应的运动是否为预设渐变运动；

所述动态图像检测装置100还包括：

收集模块50，用于收集所述预设渐变运动下的不同视频帧图片；

本地标记模块60，用于根据所述收集模块50的收集结果，对所述不同视频帧图片分别进行不同特征值标记，其中通过人工给所述不同视频帧图片标定0到1之间的值作为所述特征值，并用深度学习的方法用标定好的所述不同视频帧图片训练一个判断该动作状态的模型；

存储模块70，用于存储所述不同视频帧图片和对应的所述不同特征值的对应关系；

第二查询模块80，用于查询所述存储模块70中存储的所述多个所述视频帧图片对应的所述不同视频帧图片对应的特征值；

其中，所述第二查询模块80的工作流程是：当接收到所述待检测视频时，通过检测所述目标元素的速度方向、速度大小和位移等数据，并与本地存储的所述不同视频帧图片中的所述目标元素的速度方向、速度大小和位移等数据进行对比，以使得到所述对应的特征值；

特征值标记模块90，用于根据所述第二查询模块80的查询结果，将查询到的多个所述对应的特征值对多个所述视频帧图片分别进行标记；

本实施例中，所述动态图像检测装置100还包括：

计算模块，用于当接收到所述待检测视频时，提取所述视频帧图片中的表示该动作的特征点，然后用预设的几何算法计算出所述特征点表示成为一个所述视频帧图片对应运动的所述特征值；

所述滤波模块30包括：

中值滤波模块31，用于将所述特征值数字串按预设的第一滤波频率进行中值滤波处理，得到所述检测数字串；

所述滤波模块30还包括：

均值滤波模块32，用于将所述特征值数字串按预设的第二滤波频率进行均值滤波处理，得到所述检测数字串；

其中，通过所述滤波模块30的设计，防止了检测过程中由于一个检测点的检测错误而引起的所述动态图像检测装置100的检测结果的错误，进而提高了所述动态图像检测装置100的抗干扰能力，使得检测结果更加的准确。

所述判断模块40包括：

差分处理模块41，用于根据所述滤波模块30的滤波结果，将所述检测数字串分成多个检测子串，并分别对所述检测子串进行差分处理，得到第二数字串；

第一子判断模块42，用于当所述检测数字串为递增序列时，判断所述第二数字串中的最小值是否大于0，若是，则判定为所述待检测视频中的所述视频帧图片对应的运动是所述预设渐变运动；

第二子判断模块43，用于当所述检测数字串为递减序列时，判断所述第二数字串中的最大值是否小于0，若是，则判定为所述待检测视频中的所述视频帧图片对应的运动是所述预设渐变运动。

本实施例中，当所述预设渐变运动为往复运动时，即所述检测数字串中同时存在所述递增序列和所述递减序列时，相邻窗口的所述第二数字串同时存在一个所述第二数字串的最大值小于0，另一个所述第二数字串的最小值大于0的组合，且所述组合的数量为所述预设渐变运动的往复运动的次数的2倍，所述窗口为所述第二数字串的长度，可以理解的相邻所述窗口的所述第二数字串为相邻所述第二数字串各自的数字串的长度。

本实施例通过查询所述待检测视频中包含的多个视频帧图片分别对应的特征值，使得所述视频帧图片数字化，进而方便了所述动态图像检测装置100的检测流程，通过将查询到的多个所述特征值进行滤波处理得到所述检测数字串的设计，使得所述动态图像检测装置100的抗干扰能力提高，且通过判断所述检测数字串的连续性检测是否合格的设计，以使判断所述待检测视频中的所述视频帧图片对应的运动是否为所述预设渐变运动，且所述动态图像检测装置100安全性能高、抗干扰能力强、精准度高。

本实施例通过所述第一查询模块20的设计，将所述动态图像检测装置100的检测流程数字化，提高了所述动态图像检测装置100的检测效率，通过所述滤波模块30的设计，提高了所述动态图像检测装置100的抗干扰能力，降低了所述动态图像检测装置100的检测误差，且通过所述判断模块40的设计，可直观的判断出所述待检测视频中的所述视频帧图片对应的运动是否为所述预设渐变运动。

请参阅图5，为本发明第四实施例提供的判断模块40的结构示意图，该第四实施例与该第三实施例大抵相同，其区别在于：所述判断模块40还包括：

第三子判断模块44，用于当所述待检测视频的连续性检测合格时对所述检测数字串进行阈值判断，判断所述检测数字串中的最大值是否小于预设最大阈值和最小值是否大于预设最小阈值，当判断到所述检测数字串中的所述最大值大于预设所述最大阈值或所述最小值小于所述预设最小阈值时，则判定为所述视频中的所述视频帧图片对应的运动不是所述预设渐变运动；

只有当判断到所述检测数字串中的所述最大值小于所述预设最大阈值且所述最小值大于所述预设最小阈值时，判定为所述待检测视频中的所述视频帧图片对应的运动是所述预设渐变运动，通过所述第三子判断模块44设计，提高了所述判断模块40的准确度。

上述实施例描述了本发明的技术原理，这些描述只是为了解释本发明的原理，而不能以任何方式解释为本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其他具体实施方式，这些方式都将落入本发明的保护范围内。