频闪检测方法以及相关装置与流程

1.本技术涉及信号处理技术领域，特别是涉及一种频闪检测方法以及相关装置。


背景技术：

2.在视频监控业务中，经常会在室内或室外的人造光源场景中出现频闪现象，这是由于部分人造光源辐射能量随交流电周期变化导致的。目前的监控设备一般使用cmos(complementary metal oxide semiconductor，互补金属氧化物半导体)作为传感器，该类传感器采用逐行曝光策略，当其曝光时长不是人造光源灯光能量变化周期的整数倍时，会造成每行像素接收到灯光能量的大小不同，使视频中存在明暗相间的条纹。同时，如果相邻两帧图像起始曝光时刻间隔不是人造光源灯光能量变化周期的整数倍时，相邻两帧的明暗相间的条纹位置不同，看上去条纹在不断滚动。为此，在监控设备中固定每帧图像的输出时间为曝光时间周期的整数倍。例如，在100hz光源下每帧图像输出时间为40ms，即25帧每秒，来消除相邻两帧图像同一行曝光时间的相位差异，使条纹不再滚动。目前频闪检测的主流方案基于滚动条纹，通过前后帧条纹的差异图像，去除图像大部分背景信息的同时保留图像频闪特征，从而判断是否存在频闪现象，但是这一类方法不适合条纹慢速滚动甚至条纹不动的情况。因此，亟需一种新的频闪检测方法来解决上述问题。


技术实现要素：

3.本技术主要解决的技术问题是提供一种频闪检测方法以及相关装置，可以通过两个频域信息互相比对来增加检测结果的可信性。
4.为解决上述技术问题，本技术采用的一个技术方案是：提供一种频闪检测方法，包括：获取图像帧序列；其中，所述图像帧序列包括连续的长曝光图像和至少两个短曝光图像；利用所述长曝光图像的亮度和所述短曝光图像的亮度获得比值分量；基于所述比值分量获得所述短曝光图像中各个像素点的运动区域以及位于非运动区域的亮度均值列向量；基于所述亮度均值列向量对所述图像帧序列进行频闪检测。
5.其中，所述图像帧序列中短曝光图像的个数为两个，所述比值分量为所述长曝光图像的亮度分别与两个所述短曝光图像亮度的比值。
6.其中，所述基于所述比值分量获得所述短曝光图像中各个像素点的运动区域以及位于非运动区域的亮度均值列向量的步骤，包括：获得两个所述短曝光图像中同一像素点的亮度之间的第一差值以及所述第一差值的平方值，基于所述平方值与运动阈值的关系，获得所述像素点的运动区域的标记值；获得1和所述标记值之间的第二差值，获得所述比值分量与所述第二差值的乘积之和与所述第二差值之和之间的第一比值，并将所述第一比值作为所述亮度均值列向量；其中，所述非运动区域的亮度均值列向量不为0。
7.其中，所述基于所述平方值与运动阈值的关系，获得所述像素点的运动区域的标记值的步骤，包括：响应于所述平方值大于所述运动阈值，将所述像素点的运动区域的标记值设置为1；和/或，响应于所述平方值小于或等于所述运动阈值，将所述像素点的运动区域
的标记值设置为0。
8.其中，所述基于所述亮度均值列向量对所述图像帧序列进行频闪检测的步骤之前，包括：基于所述亮度均值列向量获得所述短曝光图像对应的亮度频域特征；利用所述亮度频域特征获得所述短曝光图像对应的亮度频域特征幅值和亮度频域特征相位。
9.其中，所述亮度频域特征包括实部特征和虚部特征；所述利用所述亮度频域特征获得所述短曝光图像对应的亮度频域特征幅值和亮度频域特征相位的步骤，包括：获得所述亮度均值列向量的高度的一半与所述实部特征和所述虚部特征的平方和之间的第一乘积、以及获得所述虚部特征与所述实部特征之间的第二比值，并将所述第一乘积作为所述亮度频域特征幅值、以及将所述第二比值的反正切函数值作为所述亮度频域特征相位。
10.其中，所述亮度频域特征幅值中包括第一位置点至第二位置点的多个位置点；所述基于所述亮度均值列向量对所述图像帧序列进行频闪检测的步骤，包括：在所述第一位置点至所述第二位置点中获得两个亮度频域特征幅值最大值以及所述亮度频域特征幅值最大值的所在位置；响应于两个所述位置一致，或者响应于两个所述亮度频域特征幅值最大值的差值的绝对值小于或等于第一频域阈值，判断两个所述亮度频域特征幅值最大值是否均小于第二频域阈值；若否，则判断两个所述位置对应的亮度频域特征相位之间的差值的绝对值是否大于第三频域阈值；若否，则基于所述亮度均值列向量的高度获得所述图像帧序列的预测频闪频率，并根据所述预测频闪频率对所述图像帧序列进行频闪检测。
11.其中，所述基于所述亮度均值列向量的高度获得所述图像帧序列的预测频闪频率，并根据所述预测频闪频率对所述图像帧序列进行频闪检测的步骤，包括：获得传感器上下两行起始曝光时间的差值与频闪条纹周期的第二乘积，并将所述第二乘积的倒数作为所述预测频闪频率；其中，所述频闪条纹周期为频闪条纹起始点至下一个起始点的像素个数，所述频闪条纹周期为所述亮度均值列向量的高度与所述位置点的第三比值；响应于所述预测频闪频率大于第一预设值且小于第二预设值，或者响应于所述预测频闪频率大于第三预设值且小于第四预设值，判定所述图像帧序列中存在频闪；其中，所述第一预设值、所述第二预设值、所述第三预设值和所述第四预设值均与第四频域阈值相关。
12.其中，所述基于所述亮度均值列向量对所述图像帧序列进行频闪检测的步骤之后，包括：响应于所述图像帧序列中存在频闪，调整所述图像帧序列的曝光时间和图像增益值。
13.为解决上述技术问题，本技术采用的另一个技术方案是：提供一种电子设备，包括相互耦接的存储器和处理器，所述存储器内存储有程序指令，所述处理器用于执行所述程序指令以实现上述任一实施例所提及的频闪检测方法。
14.为解决上述技术问题，本技术采用的又一个技术方案是：提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序用于实现上述任一实施例所提及的频闪检测方法。
15.区别于现有技术的情况，本技术的有益效果是：本技术提供的频闪检测方法包括：获取图像帧序列；其中，图像帧序列包括连续的长曝光图像和至少两个短曝光图像；接着利用长曝光图像的亮度和短曝光图像的亮度获得比值分量；再基于比值分量获得短曝光图像中各个像素点的运动区域以及位于非运动区域的亮度均值列向量；最后基于亮度均值列向量对图像帧序列进行频闪检测。通过这种设计方式，可以基于不同曝光来确认比值向量从
而确定闪烁条纹频率，利用多帧图像进行计算以避免静止频闪条纹和慢速频闪条纹的情况，同时多帧去除运动干扰并对结果进行相互比对判断以增加正确率。
附图说明
16.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：
17.图1是本技术频闪检测方法一实施方式的流程示意图；
18.图2是长曝光图像和短曝光图像的示意图；
19.图3是图1中步骤s3一实施方式的流程示意图；
20.图4是图1中步骤s1之前一实施方式的流程示意图；
21.图5是图1中步骤s4一实施方式的流程示意图；
22.图6是图5中步骤s37一实施方式的流程示意图；
23.图7是本技术频闪检测系统一实施方式的结构示意图；
24.图8是本技术电子设备一实施方式的框架示意图；
25.图9是本技术计算机可读存储介质一实施方式的框架示意图。
具体实施方式
26.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性的劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
27.目前的频闪检测方法主要有以下几种：(1)计算相邻帧图像的行均值向量和差值向量的平均值，作为当前帧图像的行差值向量的波形浮动中心，将差值向量中等于浮动中心的向量确认为位置向量，确定位置向量中相邻点之间的距离与预定闪烁频率集合中的相应距离进行比较，根据所述预定闪烁频率集合中各预定闪烁频率于n帧图像序列的占比，选出最合适的预定闪烁频率；(2)统计视频帧序列中相邻两帧图像亮度分量的行总和，即计算闪烁特征分量和相应的峰值函数与谷值函数，判断当前帧图像是否存在光源造成的视频帧闪烁；(3)对单幅图像计算亮度列向量和帧内差分亮度列向量，获取其标志位信息，即通过计算滤波差分亮度列向量和载波来确定频闪统计值，从而确定图像是否存在频闪；(4)针对慢速滚动频闪情形，通过采集三帧图像，对相邻两帧图像获取其差分列向量，利用获取到的差分列向量确定长序列频闪特征值，分别计算是否存在频闪。但是这些方法都存在缺陷，例如，第(1)种和第(2)种方法中基于相邻行的差值向量的不同来确定闪烁条纹频率，无法用于相邻帧图像条纹基本不变，差值向量无法区分的场景；第(3)种方法利用单帧进行计算，虽然考虑到了静止频闪条纹的情况，但是频闪条纹是多样的存在，因此利用单帧进行计算在复杂场景下可能会导致计算错误，从而造成误判；第(4)种方法利用三帧进行计算，虽然考虑到了慢速频闪条纹的情况，但是假设此时条纹是静止的，三帧图像的差分向量仍然不能得到有效的频闪特征信息。
28.请一并参阅图1和图2，图1是本技术频闪检测方法一实施方式的流程示意图，图2是长曝光图像和短曝光图像的示意图。该频闪检测方法，包括：
29.s1：获取图像帧序列。
30.具体而言，图像帧序列包括连续的长曝光图像和至少两个短曝光图像。具体地，在本实施例中，图像帧序列中短曝光图像的个数为两个，每经过固定时间间隔，获取长曝光图像、第一短曝光图像和第二短曝光图像的图像帧序列，具体而言，图像帧序列可以从图像信号处理单元中获得，并且只需要获取其亮度通道(即各个图像的亮度)。例如，在监控设备的宽动态模式下，可以连续获取长曝光和多帧短曝光图像，此时获取到的长曝光和短曝光图像均为拜尔阵列图像，拜耳阵列图像的格式为raw格式，此时可以取拜尔阵列图像每个最小单元的r值、gr值、gb值或b值中任一像素种类的值来组成长短曝光的亮度图像；又例如，在监控设备的普通线性模式下，可以先调整曝光时间，获取1帧长曝光图像，再次调整曝光时间获取剩余两帧短曝光图像。此时获取到的图像格式为yuv格式，只需要取其中的亮度通道(y通道)作为亮度图像。此时获取到的长曝光图像的亮度较大，两帧短曝光图像的亮度较小，三帧图像间均存在运动物体位移。目前人造光源主要有两种固定周期，即50hz或60hz交流电周期，对应人造光源的光强频率为100hz或120hz。长曝光图像设置的曝光时间需要为光强频率倒数的整数倍，由于不同国家的交流电频率已经确定，可以确定长曝光图像的曝光时间，比如1/100hz＝0.01s。第一短曝光图像设置的曝光时间和第二短曝光图像设置的曝光时间需要相等，并小于光强频率倒数的整数倍。此时长曝光图像不存在频闪现象，第一短曝光图像和第二短曝光图像存在频闪现象，如图2所示，图2中a为无频闪条纹的长曝光图像，b为有频闪条纹的第一短曝光图像，c为有频闪条纹的第二短曝光图像。当然，在其他实施例中，图像帧序列中短曝光图像的个数可以为不止两个，本技术在此不作限定。
31.s2：利用长曝光图像的亮度和短曝光图像的亮度获得比值分量。
32.具体而言，利用长曝光图像的亮度和短曝光图像的亮度来获得比值分量，由于这里的短曝光图像的个数为两个，所以对应的会获得两个比值分量。具体地，在本实施例中，利用长曝光图像的亮度l1和第一短曝光图像的亮度s1获得第一比值分量d1，利用长曝光图像的亮度l1和第二短曝光图像的亮度s2获得第二比值分量d2。比值分量为长曝光图像的亮度分别与两个短曝光图像亮度的比值，具体的计算公式为：
33.d1＝l1/(s1+eps)
34.d2＝l1/(s2+eps)
35.其中，eps为一个很小的值，其作用是防止除数为0，并没有实际物理含义。由于第一长曝光图像没有频闪条纹，而两帧短曝光图像有频闪条纹，同时三帧图像因为帧间运动略有不同，所以两个比值图像主要包含条纹信息和一些运动导致的异常像素。基于不同曝光来确认比值向量，从而确定闪烁条纹频率，可以用于相邻帧图像条纹基本不变，差值向量无法区分的场景。
36.s3：基于比值分量获得短曝光图像中各个像素点的运动区域以及位于非运动区域的亮度均值列向量。
37.具体地，在本实施例中，图像帧序列中短曝光图像的个数为两个。请参阅图3，图3是图1中步骤s3一实施方式的流程示意图。步骤s3包括：
38.s10：获得两个短曝光图像中同一像素点的亮度之间的第一差值以及第一差值的
平方值，基于平方值与运动阈值的关系，获得像素点的运动区域的标记值。
39.具体而言，短曝光图像中包括多个像素点，第一短曝光图像中像素点(i,j)的亮度为s1(i,j)和第二短曝光图像中该像素点的亮度s2(i,j)之间的第一差值为s1(i,j)-s2(i,j)，其平方值为(s1(i,j)-s2(i,j))2。具体地，在本实施例中，步骤s10中基于平方值与运动阈值的关系，获得像素点的运动区域的标记值的步骤包括利用运动阈值move_th1对平方值的结果进行图像二值化操作，具体而言，当平方值(s1(i,j)-s2(i,j))2大于运动阈值move_th1时，说明该像素点(i,j)位置处存在运动，将该像素点的运动区域的标记值move(i,j)设置为1；当平方值小于或等于运动阈值move_th1时，说明该像素点(i,j)位置处不存在运动，将该像素点的运动区域的标记值move(i,j)设置为0，具体可以表达为：
40.move(i,j
)
＝1if(s1(i,j)-s2(i,j))2》move_th1
41.move(i,j)＝0if(s1(i,j)-s2(i,j))2≤move_th1
42.其中，move_th1为运动阈值，可以根据实际情况进行人为设定，move(i,j)为像素点(i,j)的运动区域的标记值。通过这种方式，可以得到短曝光图像中一个像素点的位置处是否存在运动，若此处存在运动，需要去除以防止干扰下一步操作。
43.s11：获得1和标记值之间的第二差值，获得比值分量与第二差值的乘积之和与第二差值之和之间的第一比值，并将第一比值作为亮度均值列向量。
44.具体而言，非运动区域的亮度均值列向量不为0。由于短曝光图像有两个，所以对应的亮度均值向量包括第一亮度均值向量d1_line(i)和第二亮度均值向量d2_line(i)，其具体的计算公式为：
[0045][0046][0047]
其中，d1(i,j)为第一短曝光图像中像素点(i,j)的第一比值分量，d2(i,j)为第二短曝光图像中像素点(i,j)的第二比值分量，d1_line(i)和d2_line(i)分别代表第一亮度均值列向量和第二亮度均值列向量。结合上文可得，以第一短曝光图像为例，当像素点(i,j)位置处存在运动时，该像素点的运动区域的标记值move(i,j
)
＝1，则d1_line(i)＝0，也就是说，将第一短曝光图像中该像素点的位置去除，这样可以防止干扰下一步操作；仍然以第一短曝光图像中，当像素点(i,j)位置处不存在运动时即该像素点位置处为非运动区域，该像素点的运动区域的标记值move(i,j
)
＝0，则d1_line(i)≠0。在本实施例中，这里所说的亮度均值列向量指的是非运动区域的亮度均值列向量。此外，第二短曝光图像的情况与第一短曝光图像类似，在此不再赘述。利用多帧进行计算，考虑到了静止频闪条纹和慢速频闪条纹的情况，同时多帧去除运动干扰，并对结果进行相互比对判断以增加正确率。
[0048]
s4：基于亮度均值列向量对图像帧序列进行频闪检测。
[0049]
具体地，在本实施例中，请参阅图4，图4是图1中步骤s1之前一实施方式的流程示意图。具体而言，步骤s4之前包括：
[0050]
s20：基于亮度均值列向量获得短曝光图像对应的亮度频域特征。
[0051]
具体而言，计算第一亮度均值列向量d1_line(i)和第二亮度均值列向量d2_line
(i)的傅里叶频域特征，具体的计算公式如下所示：
[0052]
d1_f＝fft(d1_line(i))
[0053]
d2_f＝fft(d2_line(i))
[0054]
其中，fft为快速傅里叶变换算法，该算法为已知算法，本技术在此不再赘述。d1_f为第一亮度频域特征，d2_f为第二亮度频域特征。
[0055]
s21：利用亮度频域特征获得短曝光图像对应的亮度频域特征幅值和亮度频域特征相位。
[0056]
具体而言，亮度频域特征包括实部特征和虚部特征。在本实施例中，步骤s21具体包括：获得亮度均值列向量的高度的一半与实部特征和虚部特征的平方和之间的第一乘积、以及获得虚部特征与实部特征之间的第二比值，并将第一乘积作为亮度频域特征幅值、以及将第二比值的反正切函数值作为亮度频域特征相位。具体的计算公式如下所示：
[0057]
d1_f_abs(i)＝2/height*(d1_f_re(i)2+d1_f_im(i)2)
[0058]
d2_f_abs(i)＝2/height*(d2_f_re(i)2+d2_f_im(i)2)
[0059]
d1_f_angle(i)＝arctan(d1_f_im(i)/d1_f_re(i))
[0060]
d2_f_angle(i)＝arctan(d2_f_im(i)/d2_f_re(i))
[0061]
其中，d1_f_abs为第一亮度频域特征幅值，d2_f_abs为第二亮度频域特征幅值，d1_f_angle为第一亮度频域特征相位，d2_f_angle为第二亮度频域特征相位，height为列向量的高度，d1_f_re和d1_f_im分别为第一亮度频域特征d1_f的实部特征和虚部特征，d2_f_re和d2_f_im分别为第二亮度频域特征d2_f的实部特征和虚部特征，arctan为反正切函数。
[0062]
具体地，在本实施例中，亮度频域特征幅值中包括第一位置点至第二位置点的多个位置点，其中，第一位置点为亮度频域特征幅值中的第2个点，第二位置点为亮度频域特征幅值中的第height/2个点。请参阅图5，图5是图1中步骤s4一实施方式的流程示意图。具体地，步骤s4包括：
[0063]
s30：在第一位置点至第二位置点中获得两个亮度频域特征幅值最大值以及亮度频域特征幅值最大值的所在位置。
[0064]
具体而言，在第一亮度频域特征幅值中第2个点至第height/2个点中寻找获得第一亮度频域特征幅值的最大值d1_max和其所在位置p1，在第二亮度频域特征幅值中第2个点至第height/2个点中寻找获得第二亮度频域特征幅值的最大值d2_max和其所在位置p2。其中，在亮度频域特征幅值中，第一个点为频域直流分量，第height/2+1个点至第height个点为对称频域特征，均不参与后续计算。
[0065]
s31：判断两个位置是否一致，或者判断两个亮度频域特征幅值最大值的差值的绝对值是否小于或等于第一频域阈值。
[0066]
具体而言，判断两个位置p1和p2是否一致，或者判断d1_max-d2_max的绝对值是否小于或等于第一频域阈值f_th1。
[0067]
s32：若是，则判断两个亮度频域特征幅值最大值是否均小于第二频域阈值。
[0068]
具体而言，若判断出两个位置p1和p2一致，或者判断出d1_max-d2_max的绝对值小于或等于第一频域阈值f_th1，则说明第一亮度均值列向量d1_line(i)和第二亮度均值列向量d2_line(i)的结果没有差异或差异较小，此时去判断第一亮度频域特征幅值的最大值
d1_max和第二亮度频域特征幅值的最大值d2_max是否均小于第二频域阈值f_th2。其中，第一频域阈值f_th1和第二频域阈值f_th2可以根据实际情况进行人为设定，在本技术中不作限定。
[0069]
s33：否则，返回至步骤s1。
[0070]
具体而言，若判断出两个位置p1和p2不一致，或者判断出d1_max-d2_max的绝对值大于第一频域阈值f_th1，则说明第一亮度均值列向量d1_line(i)和第二亮度均值列向量d2_line(i)的结果有较大差异，可能由于运动物体或其他外界变化导致，需要返回至步骤s1并重新测定。
[0071]
s34：若是，则判定图像帧序列中不存在频闪。
[0072]
具体而言，若第一亮度频域特征幅值的最大值d1_max和第二亮度频域特征幅值的最大值d2_max均小于第二频域阈值f_th2，则认为场景中不存在频闪现象，结束流程。
[0073]
s35：若否，则判断两个位置对应的亮度频域特征相位之间的差值的绝对值是否大于第三频域阈值。
[0074]
具体而言，若第一亮度频域特征幅值的最大值d1_max和第二亮度频域特征幅值的最大值d2_max中至少一个最大值小于第二频域阈值f_th2，则查找两个位置p1和p2对应的第一亮度频域特征相位d1_f_angle(p1)和第二亮度频域特征相位d2_f_angle(p2)，并判断第一亮度频域特征相位d1_f_angle(p1)和第二亮度频域特征相位d2_f_angle(p2)之间的差值的绝对值是否大于第三频域阈值f_th3。其中，第三频域阈值f_th3可以根据实际情况进行人为设定，在本技术中不作限定。
[0075]
s36：若是，返回至步骤s1。
[0076]
具体而言，若两者之间的差值的绝对值大于第三频域阈值f_th3时，说明此时第一亮度均值列向量d1_line(i)和第二亮度均值列向量d2_line(i)的结果有较大差异，同样可能由于运动物体或其他外界变化导致，此时需要返回至步骤1并重新测定。
[0077]
s37：若否，则基于亮度均值列向量的高度获得图像帧序列的预测频闪频率，并根据预测频闪频率对图像帧序列进行频闪检测。
[0078]
具体而言，若两者之间的差值的绝对值小于或等于第三频域阈值f_th3时，第一亮度均值列向量d1_line(i)和第二亮度均值列向量d2_line(i)的结果没有差异或差异较小，则基于亮度均值列向量的高度获得图像帧序列的预测频闪频率，并根据预测频闪频率对图像帧序列进行频闪检测。请参阅图6，图6是图5中步骤s37一实施方式的流程示意图。具体而言，步骤s37包括：
[0079]
s370：获得传感器上下两行起始曝光时间的差值与频闪条纹周期的第二乘积，并将第二乘积的倒数作为预测频闪频率。
[0080]
具体而言，频闪条纹周期为频闪条纹起始点至下一个起始点的像素个数，频闪条纹周期为所述亮度均值列向量的高度与位置点的第三比值。具体地，在本实施例中，预测频闪频率的计算公式为：
[0081]
predict_f＝1/(line_time*height/p1)
[0082]
其中，line_time为cmos传感器上下两行起始曝光时间的差值，该参数为预设参数，在此不作限定。height/p1为频闪条纹起始点至下一个起始点的像素个数，即频闪条纹周期。当然，上述传感器也可以为其他传感器，本技术在此不作限定。
[0083]
s371：判断预测频闪频率是否大于第一预设值且小于第二预设值，或者判断预测频闪频率是否大于第三预设值且小于第四预设值。
[0084]
具体而言，第一预设值、第二预设值、第三预设值和第四预设值均与第四频域阈值f_th4相关。其中，第四频域阈值f_th4可以根据实际情况进行人为设定，在本技术中不作限定。
[0085]
s372：若是，则判定图像帧序列中存在频闪。
[0086]
s373：否则，判定图像帧序列中不存在频闪。
[0087]
在本实施例中，当预测频闪频率perdict_f接近100hz或120hz这两种主要交流电产生的人造光源光强频率时，即：
[0088]
100hz-f_th4《predict_f《100hz+f_th4
[0089]
or 120hz-f_th4《predict_f《120hz+f_th4
[0090]
其中，第一预设值为100hz-f_th4，第二预设值为100hz+f_th4、第三预设值120hz-f_th4，第四预设值为120hz+f_th4。当预测频闪频率perdict_f接近100hz时，认为当前场景中存在100hz频闪。当预测频闪频率perdict_f接近120hz时，认为当前场景中存在120hz频闪。当预测频闪频率perdict_f不接近100hz也不接近120hz时，认为当前场景中没有频闪现象。
[0091]
具体地，在本实施例中，步骤s4之后包括：响应于图像帧序列中存在频闪，调整图像帧序列的曝光时间和图像增益值。具体而言，调整当认为存在100hz频闪时，将亮度调整为100hz频闪倒数的整数倍，例如10ms等；认为存在120hz频闪时，将亮度调整为120hz频闪倒数的整数倍，例如8.33ms等。此时提高曝光时间会导致图像亮度增加，需要降低增益值保持图像亮度基本一致。公式如下：
[0092]
gain_result＝gain*shutter/shutter_result
[0093]
其中，gain为调整曝光前图像增益值，shutter为调整曝光前曝光时间值，shutter_result为调整曝光后曝光时间值，gain_result为调整曝光后的新增益值。通过调整曝光时间和图像增益值可以提高图像亮度，降低图像中出现频闪的概率。
[0094]
通过这种设计方式，可以基于不同曝光来确认比值向量从而确定闪烁条纹频率，利用多帧图像进行计算以避免静止频闪条纹和慢速频闪条纹的情况，同时多帧去除运动干扰并对结果进行相互比对判断以增加正确率。
[0095]
请参阅图7，图7是本技术频闪检测系统一实施方式的结构示意图。该频闪检测系统具体包括：
[0096]
获取模块10，用于获取图像帧序列；其中，图像帧序列包括连续的长曝光图像和至少两个短曝光图像。
[0097]
比值分量模块12，与获取模块10耦接，用于利用长曝光图像的亮度和短曝光图像的亮度获得比值分量。
[0098]
列向量模块14，与比值分量模块12耦接，用于基于比值分量获得短曝光图像中各个像素点的运动区域以及位于非运动区域的亮度均值列向量。
[0099]
检测模块16，与列向量模块14耦接，用于基于亮度均值列向量对图像帧序列进行频闪检测。
[0100]
请参阅图8，图8是本技术电子设备一实施方式的框架示意图。该电子设备包括相
互耦接的存储器20和处理器22。具体地，在本实施例中，存储器20内存储有程序指令，处理器22用于执行程序指令以实现上述任一实施例所提及的频闪检测方法。
[0101]
具体而言，处理器22还可以称为cpu(central processing unit，中央处理单元)。处理器22可能是一种集成电路芯片，具有信号的处理能力。处理器22还可以是通用处理器、数字信号处理器(digital signal processor,dsp)、专用集成电路(application specific integrated circuit,asic)、现场可编程门阵列(field-programmable gate array,fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外，处理器22可以由多个集成电路芯片共同实现。
[0102]
请参阅图9，图9是本技术计算机可读存储介质一实施方式的框架示意图。该计算机可读存储介质30存储有计算机程序300，能够被计算机所读取，计算机程序300能够被处理器执行，以实现上述任一实施例中所提及的频闪检测方法。其中，该计算机程序300可以以软件产品的形式存储在上述计算机可读存储介质30中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本技术各个实施方式所述方法的全部或部分步骤。具有存储功能的计算机可读存储介质30可以是u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。
[0103]
总而言之，区别于现有技术的情况，本技术提供的频闪检测方法包括：获取图像帧序列；其中，图像帧序列包括连续的长曝光图像和至少两个短曝光图像；接着利用长曝光图像的亮度和短曝光图像的亮度获得比值分量；再基于比值分量获得短曝光图像中各个像素点的运动区域以及位于非运动区域的亮度均值列向量；最后基于亮度均值列向量对图像帧序列进行频闪检测。通过这种设计方式，可以基于不同曝光来确认比值向量从而确定闪烁条纹频率，利用多帧图像进行计算以避免静止频闪条纹和慢速频闪条纹的情况，同时多帧去除运动干扰并对结果进行相互比对判断以增加正确率。
[0104]
以上所述仅为本技术的实施方式，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利保护范围内。