[发明专利]一种图像变化区域侦测阀值设定方法、系统及其电子装置

说明书

本发明涉及智能视觉识别领域，特别涉及一种图像变化区域侦测阀值设定方法、系统及其电子装置。本方法通过获取场景变化前后的第一图像及与其对应的第二图像，其进行模糊化处理得到处理后的第一模糊图像及第二模糊图像；计算第一模糊图像及第二模糊图像各对应像素点之间的差值得到第一区别图；将第一区别图进一步优化处理得到第二区别图，利用Otsu算法对第二区别图进行处理得到基于第一图像及第二图像之间变化区域侦测的阀值。通过上述方法获取阀值可准确高效的侦测出图像变化区域，防止环境干扰影响图像变化侦测精度，满足当代智能货柜领域的使用需求。所述图像变化区域侦测阀值设定系统及其电子装置与上述方法相同的有益效果。

【技术领域】

本发明涉及智能视觉识别领域，特别涉及一种图像变化区域侦测阀值设定方法、系统及其电子装置。

【背景技术】

现在新零售行业正逐渐兴起，无人货柜也得到了广泛的推广。目前市场上的无人货柜可通过获取货柜内的待售商品的实时图像信息以识别货柜上陈列的待售商品，例如，通过侦测不同时刻拍摄的待售商品的图像之间的变化，获知待售商品的售卖情况。目前常用的图像变化区域侦测的方法是设定一阀值，通过阀值区分图像的像素等级，从而实现变化目标商品与背景的分离。但是，若阀值设定太高，则会使得像素变化极大才容易表现出来；若阀值设定太低，则会导致很多小扰动区域也会被提取出来；无论哪种情况都会影响智能货柜领域商品识别的精确度。而且在现有智能货柜使用过程中，环境干扰会使待售商品图像之间的变化区域变得更复杂，而图像变化前后的区域侦测的阀值设定不当会影响图像变化区域识别的准确度，从而影响智能货柜的使用效果。

因此，亟待提供一种新型的图像变化区域侦测阀值设定方法、系统及其电子装置。

【发明内容】

为了解决现有图像变化区域侦测中阀值设定中存在的技术问题，本发明提供一种图像变化区域侦测阀值设定方法、系统及其电子装置。

本发明为解决上述技术问题提供以下的技术方案：一种图像变化区域侦测阀值设定方法，包括：步骤S1：获取场景变化前后的第一图像及与其对应的第二图像，并对所述第一图像及第二图像进行模糊化处理得到处理后的第一模糊图像及第二模糊图像；步骤S2：计算处理后的第一模糊图像及第二模糊图像各对应像素点之间的差值得到第一区别图；及步骤S3：获取第一区别图中各像素点的像素差值和位置信息，将第一区别图中各像素点的像素差值与预设差值进行比较并获得比较结果，基于比较结果以及位置信息构建得到第二区别图，利用Otsu算法(最大类间方差算法)对第二区别图进行处理得到基于第一图像及第二图像之间变化区域侦测的阀值。

优选地，上述步骤S1所述的模糊化处理包括低通滤波处理、中值模糊处理或高斯滤波处理任一种。

优选地，上述步骤S2所述的计算处理后的第一模糊图像及第二模糊图像之间的差值包括使用RGB色彩空间模型、YUV色彩空间模型或HSV色彩空间模型中任一种或多种组合的色彩空间模型进行计算。

优选地，所述RGB色彩空间模型计算包括求取像素点RGB各通道差值的平方和，并对所述平方和进行开方运算得到对应像素点的像素差值。

优选地，上述步骤S3包括：步骤S31：获取第一区别图中各像素点的像素差值和位置信息；步骤S32：定义一标准值，比较第一区别图中各像素点的像素差值与标准值的大小并获得比较结果，结合各像素点的位置信息将第一区别图中各像素点分为多个连通区域；步骤S33：将像素差值小于标准值的像素点组成的连通区域进行赋值；步骤S34：定义一标准面积，获取像素差值大于标准值的像素点组成的连通区域，比较连通区域大小并估算其面积，对小于标准面积的连通区域进行赋值，以获得第二区别图；步骤S35：将第二区别图各像素点的像素值进行统计获得对应的峰值分布图；及步骤S36：利用Otsu算法对峰值分布图进行算法处理得到基于第一图像及第二图像之间变化区域的阀值。