一种图像检测方法、设备及计算机可读存储介质与流程

本发明涉及图像检测，特别是涉及一种图像检测方法、设备及计算机可读存储介质。

背景技术：

1、随着全国范围内智慧城市建设的推广，城市中的各种监控系统摄像机以及各类型的图像传感器数量都在万台以上，同时其安装的时间跨度也在十几年以上，视频质量参差不齐。同时，视频数据作为一种辅助进行高效智能化、智慧化分析的重要资源，如何对这些采集到的视频数据进行质量评估已经成为了亟待解决的问题，但是目前大部分的视频监控体系均面临着实时智能分析与低效滞后的人工诊断的矛盾，监控视频清晰度检测算法可以为此提供有效的解决方案。而现有技术中，利用的纹理特征和边缘特征在判断黑白程度时泛化效果较差，容易产生误报。

技术实现思路

1、本发明主要解决的技术问题是提供一种图像检测方法、设备及计算机可读存储介质，能够利用色彩信息评估检测图像，拥有很强的鲁棒性。

2、为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像检测方法，该图像检测方法包括：图像处理器获取检测图像的色度信息；将检测图像的色度信息输入方差网络，通过方差网络获取检测图像的中至少一个子块色度方差；基于至少一个子块色度方差确定检测图像的异常情况。

3、其中，将检测图像的色度信息输入方差网络，通过方差网络获取检测图像中至少一个子块色度方差，包括：通过方差网络的处理尺寸确定多个图像子块；根据各个图像子块的各像素的色度信息，确定图像子块对应的子块色度方差。

4、其中，方差网络包括第一分支网络和第二分支网络，第一分支网络用于获取各图像子块的像素均值的平方，第二分支网络用于获取各图像子块各像素平方的均值；确定图像子块对应的子块色度方差包括：分别将图像子块的像素均值的平方减去对应的图像子块各像素平方的均值，得到各图像子块对应的子块色度方差。

5、其中，获取各图像子块的像素均值的平方包括：将检测图像输入第一分支网络，利用第一分支网络的池化层的处理尺寸确定多个图像子块并对多个图像子块的各像素的色度信息进行均值池化，得到多个图像子块的各像素的均值；其中，池化层包括预定尺寸的处理单元，以在输入时确定预设尺寸的多个图像子块；分别对多个图像子块的各像素的均值计算平方，得到各图像子块的像素均值的平方。

6、其中，获取各图像子块各像素平方的均值包括：将检测图像输入第二分支网络，利用第二分支网络对检测图像的色度信息逐像素计算平方；利用第二分支网络的池化层的处理尺寸确定多个图像子块各像素的平方，对并多个图像子块的各像素的平方进行均值池化，得到各图像子块各像素平方的均值；其中，池化层包括预定尺寸的处理单元，以在输入时确定预设尺寸的多个图像子块。

7、其中，图像处理器获取检测图像的色度信息包括：获取检测图像的色彩通道的色度分量；将检测图像的色彩通道的色度分量赋值到亮度通道，获取检测图像的亮度通道的分量值，得到检测图像的色度信息。

8、其中，将检测图像的色彩通道的色度分量赋值到亮度通道包括：将检测图像的u通道的色度分量和/或y通道的色度分量赋值到亮度通道，得到检测图像的色度信息。

9、其中，基于至少一个子块色度方差确定检测图像的异常情况包括：根据各子块色度方差和方差阈值的关系，确定出各子块色度方差对应的图像区域中的异常区域；基于异常区域，确定检测图像的异常情况。

10、其中，基于异常区域，确定检测图像的异常情况，包括：基于异常区域的数量和子块色度方差对应的图像区域的总数量的比值；根据比值确定检测图像的异常情况。

11、其中，异常区域包括黑白区域，根据各子块色度方差和方差阈值的关系，确定出各子块色度方差对应的图像区域中的异常区域，包括：将小于方差阈值的子块色度方差对应的图像区域，确定为黑白区域；确定检测图像的异常情况，包括：若比值大于预设值，确定检测图像为黑白图像。

12、为解决上述技术问题，本发明采用的另一个技术方案是：提供一种图像检测设备，该图像检测设备包括处理器，处理器用于执行以实现上述的图像检测方法。

13、为解决上述技术问题，本发明采用的另一个技术方案是：提供一种计算机可读存储介质，计算机可读存储介质用于存储指令/程序数据，指令/程序数据能够被执行以实现上述的图像检测方法。

14、本发明的有益效果是：区别于现有技术的情况，本发明利用图像处理器对检测图像进行检测，使得本发明的算法可以在gpu上高速运行，无需cpu图像，具有很强的鲁棒性和检出率，同时，构建方差网络，该方差网络中自带分块逻辑，利用本申请的方差网络，可以在检测图像方差的图像对图像进行分块，极大的降低了噪声对算法效果的影响，提高检测效率。

技术特征：

1.一种图像检测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的图像检测方法，其特征在于，所述将所述检测图像的色度信息输入方差网络，通过所述方差网络获取所述检测图像中至少一个子块色度方差，包括：

3.根据权利要求2所述的图像检测方法，其特征在于，

4.根据权利要求3所述的图像检测方法，其特征在于，所述获取各所述图像子块的像素均值的平方包括：

5.根据权利要求3所述的图像检测方法，其特征在于，所述获取各所述图像子块各像素平方的均值包括：

6.根据权利要求1所述的图像检测方法，其特征在于，所述图像处理器获取检测图像的色度信息包括：

7.根据权利要求6所述的图像检测方法，其特征在于，所述将所述检测图像的色彩通道的色度分量赋值到亮度通道包括：

8.根据权利要求1所述的图像检测方法，其特征在于，所述基于所述至少一个子块色度方差确定所述检测图像的异常情况包括：

9.根据权利要求8所述的图像检测方法，其特征在于，所述基于所述异常区域，确定所述检测图像的异常情况，包括：

10.根据权利要求9所述的图像检测方法，其特征在于，所述异常区域包括黑白区域，根据各子块色度方差和方差阈值的关系，确定出各子块色度方差对应的图像区域中的异常区域，包括：

11.一种图像检测设备，其特征在于，包括图像处理器，所述处理器用于执行指令以实现如权利要求1-10任一项所述的图像检测方法。

12.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储指令/程序数据，所述指令/程序数据能够被执行以实现如权利要求1-10任一项所述的图像检测方法。

技术总结
本发明公开了一种图像检测方法、设备及计算机可读存储介质，该图像检测方法包括：图像处理器获取检测图像的色度信息；将检测图像的色度信息输入方差网络，通过方差网络获取检测图像中至少一个子块色度方差，其中，不同子块色度方差对应检测图像中的不同区域；基于至少一个子块色度方差确定检测图像的异常情况。通过上述方式，本发明能够利用色彩信息评估检测图像，拥有很强的鲁棒性。

技术研发人员：毛礼建,李远沐
受保护的技术使用者：浙江大华技术股份有限公司
技术研发日：
技术公布日：2024/1/14