[发明专利]一种实时判定摄像头遮挡状态的方法

说明书

本发明公开了一种实时判定摄像头遮挡状态的方法，包括：实时读取摄像头拍摄的一帧RGB图像；将RGB图像先缩放到目标尺寸，再矫正去畸变；将步骤2获得的矫正去畸变后的RGB图像进行色度空间转换，得到灰度图像，再提取灰度图像中的特征点，得到灰度图像的特征点集合；将灰度图像划分为4个区域并编号，分别计算每个区域的特征点个数；若4个区域中任一区域的特征点个数小于预设个数阈值，则输出摄像头被遮挡的判定结果；若4个区域中所有区域的特征点个数均大于预设个数阈值，则输出摄像头未被遮挡的判定结果。本发明具有方法简单高效、速度快的优点，仅需一帧图像即可准确判断摄像头的遮挡状态，适用于对实时性要求较高的场景和嵌入式设备。

技术领域

本发明涉及计算机视觉领域，尤其涉及一种实时判定摄像头遮挡状态的方法。

背景技术

近年来，由于视觉理论及计算机科学与技术的迅速发展，越来越多的学者投入到计算机视觉领域的研究中。计算机视觉在自动驾驶和辅助驾驶的应用中表现出良好的发展前景，备受人们的重视。现阶段的自动驾驶与辅助驾驶大多通过摄像头获取车辆前方的图像信息，但是摄像头可能被淤泥等物体局部遮挡，影响驾驶系统正常工作，也可能因为其他特殊原因被意外遮挡，如果驾驶系统没有及时发现这种情况并进行处理，将会引发非常严重的安全问题。

名称为“基于视频图像信号判定摄像镜头遮挡状态的方法”的中国专利(公开号为CN103139547.B)采用的遮挡检测方法是：使用帧差法提取图像的背景，使用背景减法得出前景，并将前景二值化，划分出多个前景检测单元；剔除像素面积小于阈值的前景检测单元，进一步筛选出候选遮挡区域；对候选遮挡区域的后续帧的像素进行跟踪，若像素的灰度信息和纹理信息的变化小于阈值则判定为疑似遮挡区域；对疑似遮挡区域的后续帧进行跟踪计数，若其稳定的在视频帧中存在超过预设的时间阈值，则确定摄像头被遮挡。该方法虽然可以判断出长期处理摄像头上的遮挡区域，但需要处理一段时间的连续帧，速度较慢，不适用于对实时性要求较高的应用场景。并且对于具有移动性的遮挡物，如恶意的人为操作等不具有识别性。

名称为“一种基于网络视频监控中的检测视频遮挡的方法”的中国专利(公开号为CN200710145468.X)公开了一种遮挡检测方法，该方法需要先确定参考帧，然后从运动区域检测出遮挡。该方法具有一定的效果，但是局限性在于参考帧的选择，要出现符合条件的参考帧才能进行遮挡检测，并且该方法也需要处理一段时间的连续帧，速度较慢，实用性较低。

综上所述，如何提供一种遮挡判定准确率高、判定速度快、可以用于对实时性要求较高的应用场景的摄像头遮挡状态判定的方法是目前的问题。

发明内容

本发明提供一种实时判定摄像头遮挡状态的方法，以解决现有的摄像头遮挡判定方法存在的精度较低，速度较慢，导致系统的安全性低这一问题。

一种实时判定摄像头遮挡状态的方法，包括如下步骤：

步骤1，实时读取摄像头拍摄的一帧RGB图像；

步骤2，将所述RGB图像先缩放到目标尺寸，再矫正去畸变；

步骤3，将所述步骤2获得的矫正去畸变后的RGB图像进行色度空间转换，得到灰度图像，再提取所述灰度图像中的特征点，得到所述灰度图像的特征点集合；

步骤4，将所述灰度图像划分为4个区域并编号，分别计算每个区域的特征点个数；

步骤5，若所述4个区域中任一区域的特征点个数小于预设个数阈值t，则输出所述摄像头被遮挡的判定结果；若所述4个区域中所有区域的特征点个数均大于预设个数阈值t，则输出所述摄像头未被遮挡的判定结果。

进一步地，在一种实现方式中，所述步骤1包括：在使用所述摄像头前，对所述摄像头进行标定，得到所述摄像头的内参矩阵和畸变系数；