[发明专利]一种基于图像局部边缘特征的摄像头检测方法

说明书

技术领域

本发明属于图像处理领域，具体涉及利用图像局部边缘特征来判断摄像头是否被遮挡的方法。

背景技术

随着社会的发展和科技的进步，监控系统广泛的运用在人们生产、生活的各个领域。摄像头处在监控系统的最前端，容易受到外界的干扰，最常见的就是摄像头被遮挡。虽然现有技术可以较好的判断出这种情况，但是由于现有算法的局限性以及现场情况的复杂性，尤其是光照变化的影响，经常会使得设备对于图像的判断出现偏差，导致误报和漏报现象的发生。因此必须提高智能分析算法的适应性和可靠性，才能准确反映场景的真实情况。

发明内容

本发明的目的是提供一种基于图像局部边缘特征的摄像头检测方法，能够适应光照的变化，在各种光照条件都能准确的判断出摄像头是否被遮挡，同时能排除网络故障及设备故障引起的误报，降低误报率。

为实现上述发明目的，本发明所采用的技术方案是：一种基于图像局部边缘特征的摄像头遮挡检测方法，其特征在于：包括以下步骤：

a、对摄像头拍摄的RGB图像I进行灰度变换，得到灰度图像L，并计算灰度图像L中各像素灰度值的均方差ω；

b、判断ω的值是否等于0,若ω＝0，则表明网络故障或设备故障，结束程序；若ω＞0，则进行图像局部边缘特征点的提取，包括以下步骤：

b1，采用高斯滤波器对灰度图像L进行滤波处理，构造出具有N幅图像的多尺度空间，所述多尺度空间由O组图像组成，每组图像具有S个子层，N＝O×S；每层图像的尺度参数σ_i分别通过序号o和s来标记，尺度参数σ_i根据公式(1)计算：

o∈[0,...,O-1],s∈[0,...,S-1],i∈[0,...,N]，σ₀是尺度参数的初始基准值，默认为1.6；

b2、采用非线性扩散滤波器对多尺度空间内的每层图像进行扩散处理，生成非线性多尺度空间，其中最底层的图像L⁰＝L_σ，L_σ是用尺寸为9×9，标准差为1.6的高斯核与所述灰度图像L进行卷积后得到；其余层图像根据如下的公式(2)生成进化图像Lⁱ：

Li+1=(I-τΣl=1mAl(Li))-1Li,]]>

其中A_l表示图像Lⁱ在各维度l上的传导矩阵，I为原始图片，τ为时间步长，τ＝t_i+1-t_i，t_i为以时间为单位的尺度参数,i∈[0,...,N]；

b3、根据b2步骤中生成的每副进化图像Lⁱ计算其对应的Hessian矩阵响应图像Lⁱ_Hessian，根据公式(3)：