[发明专利]一种抓拍图像偏蓝的异常检测方法

说明书

技术领域

本发明涉及图像异常检测技术领域，具体是一种通过分析图像颜色信息来检测抓拍图像是否偏蓝的抓拍图像偏蓝的异常检测方法。

背景技术

车辆抓拍系统中的设备都是处于室外工作情形，有着不间断运行、工作负荷大、工作环境恶劣等特点。除了人为破坏设备的情况，设备受自身和外界诸多因素的影响会导致故障的频发。如何及时、高效、在不停机的状态下对抓拍系统的设备进行故障诊断，是交通信息管理者急需解决的一个问题。

现阶段，抓拍设备故障的诊断还停留在依靠人力繁琐而又简单的处理方式上。一般有两种方式：第一种方式是，查看整个抓拍系统所采集的图像数据库，从中找出不正常的图像，针对有问题的图像，依靠人眼和经验分析及其特性进而对应到具体的故障；第二种方式是：现场实地逐一排查每个设备，找出存在故障的设备。这两种方式都是单纯的依靠人力，需要花费大量的时间和精力，且无法保证故障的及时诊断。与高效、智能、科学的智能交通系统相比，此种简单的人工方式显然已远远落后于技术先进成熟的智能交通系统的发展。为了能及时诊断出智能交通系统中抓拍设备存在的图像偏蓝的异常情况，本发明将提出一种抓拍图像偏蓝的异常检测方法。

发明内容

针对现有技术有存在的上述问题，本发明的目的在于提供一种抓拍图像偏蓝的异常检测方法。抓拍图像偏蓝这种异常特征是一种全局性的异常，其反映了一种图像色彩方面的偏差。本发明将重点分析抓拍设备所生成的RGB格式的彩色图像中的B通道的像素点特征。

所述的一种抓拍图像偏蓝的异常检测方法，其特征在于分析抓拍设备所生成的RGB格式的彩色图像中的B通道的像素点特征，B通道即蓝色通道，具体包括如下步骤：

步骤1：把像素值区间[0,255]平均划分四个小区间：A1＝[0,64]、A2＝[64,128]、A3＝[128,192]、A4＝[192,255]；

步骤2：分别统计蓝色通道值处于A1-A4四个小区间内的像素点的个数之和，并分别计算每个区间像素点个数之和与整个图像的像素点总数的比值，结果分别记为：R1、R2、R3、R4；

步骤3：根据R1、R2、R3、R4的大小排序，选取A1-A4中两个比值大的结果所对应的区间；

步骤4：将步骤3)中两个比值大的结果对应的区间再细化成四个更小的区间：B1、B2、B3、B4；

步骤5：统计蓝色通道值处于B1-B4新的四个小区间内的像素点的个数之和，并分别计算每个区间像素点的个数之和与整个图像的像素点总数的比值，结果记为：P1、P2、P3、P4；

步骤6：根据P1、P2、P3、P4的大小排序，选取B1-B4中两个比值大的结果所对应的区间；

步骤7：将步骤6)两个比值大的大结果对应的区间进一步细化成四个更小的区间：C1、C2、C3、C4；

步骤8：统计蓝色通道值处于C1-C4新的四个小区间内的像素点的个数之和，并分别计算每个区间像素点的个数之和与整个图像的像素点总数的比值，结果记为：Q1、Q2、Q3、Q4；

步骤9：重复上述步骤，直到表现为比值大的两个区间并不是相邻区间时，选取上一次的两个连续区间作为特征区间，并合并此两个区间，得到最后的特征区间X；

图像偏蓝时，其绝大多数像素点的蓝色通道值都处于特此区间X内，另外的红色和绿色在此特征区间里正好突显出相反的特征，即只有一小部分像素点的红色或者绿色值处在特征区间X内，根据该策略，计算识别图像偏蓝时的关键变量：

SC=ΣB(xc,yc)h×w---(1)]]>

其中，c表示Red,Green或Blue，h和w分别代表图像的高度和宽度；