逆光檢測方法及設(shè)備的制作方法
【專利摘要】本發(fā)明實(shí)施例提供一種逆光檢測方法及設(shè)備，該方法包括：獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像。本實(shí)施例提供的逆光檢測方法及設(shè)備，可以提高逆光檢測的準(zhǔn)確度。
【專利說明】逆光檢測方法及設(shè)備
【技術(shù)領(lǐng)域】
[0001 ] 本發(fā)明實(shí)施例涉及信息【技術(shù)領(lǐng)域】，尤其涉及一種逆光檢測方法及設(shè)備。
【背景技術(shù)】
[0002]在數(shù)字照相機(jī)或攝像機(jī)等成像設(shè)備進(jìn)行成像的過程中，在逆光拍攝的情況下，往往出現(xiàn)背景部分過亮而真正所關(guān)注的被攝物體即對象部分過暗的結(jié)果。逆光檢測可以廣泛應(yīng)用于數(shù)字照相機(jī)及攝像機(jī)等成像裝置的智能場景識別及自動曝光控制等功能。
[0003]現(xiàn)有技術(shù)中的逆光檢測，先將圖像劃分為多個(gè)矩形塊，然后搜索亮度值小于亮度閾值的連續(xù)矩形塊，統(tǒng)計(jì)滿足條件的矩形塊的數(shù)量，若矩形塊的總數(shù)大于預(yù)設(shè)門限，且整個(gè)圖像的顏色飽和度方差大于預(yù)設(shè)飽和度門限，則確定該圖像為逆光場景。
[0004]然而，現(xiàn)有技術(shù)的逆光檢測準(zhǔn)確性低。

【發(fā)明內(nèi)容】

[0005]本發(fā)明實(shí)施例提供一種逆光檢測方法及設(shè)備，以提高逆光檢測的準(zhǔn)確度。
[0006]第一方面，本發(fā)明提供一種逆光檢測方法，包括:
[0007]獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；
[0008]獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0009]根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像。
[0010]結(jié)合第一方面，在第一方面的第一種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像，包括:
[0011]根據(jù)所述待檢測圖像的灰度直方圖，確定所述待檢測圖像的最大亮度值、最小亮度值以及低亮度概率，所述低亮度概率為小于預(yù)設(shè)亮度值的亮度值在所述灰度直方圖中的概率和；
[0012]對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)；
[0013]根據(jù)所述待檢測圖像的最大亮度值、最小亮度值、低亮度概率和所述圖像輪廓個(gè)數(shù)，確定所述待檢測圖像為逆光圖像。
[0014]結(jié)合第一方面的第一種可能的實(shí)現(xiàn)方式，在第一方面的第二種可能的實(shí)現(xiàn)方式中，所述根據(jù)所述待檢測圖像的最大亮度值、最小亮度值、低亮度概率和所述圖像輪廓個(gè)數(shù)，確定所述待檢測圖像為逆光圖像，包括:
[0015]確定所述最大亮度值屬于最大亮度值范圍，所述最小亮度值屬于最小亮度值范圍；[0016]確定所述圖像輪廓的個(gè)數(shù)滿足圖像輪廓個(gè)數(shù)范圍；
[0017]確定所述低亮度概率屬于預(yù)設(shè)亮度概率范圍，則確定所述待檢測圖像為逆光圖像。
[0018]結(jié)合第一方面的第一種或第二種可能的實(shí)現(xiàn)方式,在第一方面的第三種可能的實(shí)現(xiàn)方式中，所述獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像，包括:
[0019]獲取待檢測圖像的灰度圖像，并獲取所述灰度圖像的最大亮度值，根據(jù)所述最大亮度值與預(yù)設(shè)值的差值，確定圖像二值化處理的二值化閾值；
[0020]根據(jù)所述二值化閾值，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0021]其中，大于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的實(shí)際最大亮度值，小于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的零亮度值。
[0022]結(jié)合第一方面的第三種可能的實(shí)現(xiàn)方式，在第一方面的第四種可能的實(shí)現(xiàn)方式中，所述對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)，包括:
[0023]根據(jù)所述二值化圖像的實(shí)際最大亮度值和所述二值化圖像的零亮度值，對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，確定所述待檢測圖像的圖像輪廓；
[0024]獲取所述待檢測圖像的圖像輪廓的面積，確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
[0025]第二方面，本發(fā)明提供一種逆光檢測裝置，包括:
[0026]第一獲取模塊，用于獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；
[0027]第二獲取模塊，用于獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0028]確定模塊，用于根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像。
[0029]結(jié)合第二方面，在第二方面的第一種可能的實(shí)現(xiàn)方式中，所述確定模塊包括:
[0030]第一確定單元，用于根據(jù)所述待檢測圖像的灰度直方圖，確定所述待檢測圖像的最大亮度值、最小亮度值以及低亮度概率，所述低亮度概率為小于預(yù)設(shè)亮度值的亮度值在所述灰度直方圖中的概率和；
[0031]第二確定單元，用于對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)；
[0032]第三確定單元，用于根據(jù)所述待檢測圖像的最大亮度值、最小亮度值、低亮度概率和所述圖像輪廓個(gè)數(shù)，確定所述待檢測圖像為逆光圖像。
[0033]結(jié)合第二方面的第一種可能的實(shí)現(xiàn)方式，在第二方面的第二種可能的實(shí)現(xiàn)方式中，所述第三確定單元具體用于:
[0034]確定所述最大亮度值屬于最大亮度值范圍，所述最小亮度值屬于最小亮度值范圍；[0035]確定所述圖像輪廓的個(gè)數(shù)滿足圖像輪廓個(gè)數(shù)范圍；
[0036]確定所述低亮度概率屬于預(yù)設(shè)亮度概率范圍，則確定所述待檢測圖像為逆光圖像。
[0037]結(jié)合第二方面的第一種或第二種可能的實(shí)現(xiàn)方式，在第二方面的第三種可能的實(shí)現(xiàn)方式中，所述第二獲取模塊包括:
[0038]獲取單元，用于獲取待檢測圖像的灰度圖像，并獲取所述灰度圖像的最大亮度值，根據(jù)所述最大亮度值與預(yù)設(shè)值的差值，確定圖像二值化處理的二值化閾值；
[0039]處理單元，用于根據(jù)所述二值化閾值，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0040]其中，大于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的實(shí)際最大亮度值，小于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的零亮度值。
[0041]結(jié)合第二方面的第三種可能的實(shí)現(xiàn)方式，在第二方面的第四種可能的實(shí)現(xiàn)方式中，所述第二確定單元具體用于:
[0042]根據(jù)所述二值化圖像的實(shí)際最大亮度值和所述二值化圖像的零亮度值，對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，確定所述待檢測圖像的圖像輪廓；
[0043]獲取所述待檢測圖像的圖像輪廓的面積，確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
[0044]本發(fā)明實(shí)施例提供的逆光檢測方法及裝置，通過獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像，本實(shí)施例通過待檢測圖像的灰度直方圖、二值化圖像等淺層特征出發(fā)，不僅檢測速度快，還能夠提高拍攝主體的位置、面積、形狀等發(fā)生較大變化時(shí)逆光場景檢測的準(zhǔn)確性。
【專利附圖】

【附圖說明】
[0045]為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作一簡單地介紹，顯而易見地，下面描述中的附圖是本發(fā)明的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
[0046]圖1為本發(fā)明逆光檢測方法實(shí)施例一的流程圖；
[0047]圖2a至圖2e為本發(fā)明待檢測圖像的典型場景示意圖；
[0048]圖3a至圖3e為本發(fā)明各典型場景對應(yīng)的灰度直方圖；
[0049]圖4為本發(fā)明逆光檢測方法實(shí)施例二的流程圖；
[0050]圖5a至圖5e為各典型場景的圖像輪廓分布示意圖；
[0051]圖6為本發(fā)明逆光檢測裝置實(shí)施例一的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0052]為使本發(fā)明實(shí)施例的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。
[0053]圖1為本發(fā)明逆光檢測方法實(shí)施例一的流程圖。本實(shí)施例的執(zhí)行主體可以為任意的逆光檢測裝置，該逆光檢測裝置可以配置在任意的相機(jī)、攝相機(jī)、電腦等智能終端中，本實(shí)施例此處不作特別限制。本實(shí)施例的逆光檢測裝置可以通過軟件和/或硬件實(shí)現(xiàn)。如圖1所示，本實(shí)施例的方法可以包括:
[0054]步驟101、獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；
[0055]步驟102、獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0056]步驟103、根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像。
[0057]在本實(shí)施例中，以待檢測圖像的幾種典型場景，對本實(shí)施例的逆光檢測方法進(jìn)行詳細(xì)說明。圖2a至圖2e為本發(fā)明待檢測圖像的典型場景示意圖。其中，典型場景包括:逆光場景(圖2a),風(fēng)景場景(圖2b),文本場景(圖2c),夜間場景(圖2d),微距場景(圖2e)。
[0058]在步驟101中，首先獲取待檢測圖像，然后獲取待檢測圖像的顏色空間。在本實(shí)施例中，顏色空間可以為RGB顏色空間，也可以為YIQ顏色空間。對于顏色空間的具體實(shí)現(xiàn)方式，本實(shí)施例不作特別限制。
[0059]當(dāng)顏色空間為RGB顏色空間時(shí)，根據(jù)RGB顏色空間的亮度分量L (Luminance)的值可以得到待檢測圖像的灰度直方圖，亮度分量L決定了顏色的明亮度(也有稱為光亮度或者明度)。其中，RGB是通過紅綠藍(lán)三原色來描述顏色的顏色空間，R=RecUG=Green、B=Blue，亮度分量 L=0.299R+0.587G+0.114B。
[0060]當(dāng)顏色空間為YIQ顏色空間時(shí)，根據(jù)YIQ顏色空間的亮度分量Y的值得到待檢測圖像的灰度直方圖。其中，YIQ顏色空間屬于NTSC系統(tǒng)。這里Y是指顏色的明視度，即亮度。其實(shí)Y就是圖像灰度值，I和Q都指的是指色調(diào)，即描述圖像色彩與飽和度的屬性。YIQ顏色空間具有能將圖像中的亮度分量分離提取出來的優(yōu)點(diǎn)，并且YIQ顏色空間與RGB顏色空間之間是線性變換的關(guān)系，計(jì)算量小，聚類特性也比較好，可以適應(yīng)光照強(qiáng)度不斷變化的場合。
[0061]根據(jù)各亮度分量值所占待檢測圖像像素個(gè)數(shù)的比例，通過歸一化處理，得到待檢測圖像的灰度直方圖。圖3a至圖3e為本發(fā)明各典型場景對應(yīng)的灰度直方圖。具體地，逆光場景(圖3a),風(fēng)景場景(圖3b),文本場景(圖3c),夜間場景(圖3d),微距場景(圖3e)。在灰度直方圖中，橫坐標(biāo)是灰度級，縱坐標(biāo)是該灰度級出現(xiàn)的頻率，是圖象的最基本的統(tǒng)計(jì)特征，其中灰度級對應(yīng)亮度值。
[0062]在步驟102中，對待檢測圖像進(jìn)行處理，得到待檢測圖像的灰度圖像。用于顯示的灰度圖像通常用每個(gè)采樣像素8位的非線性尺度來保存，這樣可以有256級灰度。將256個(gè)亮度等級的灰度圖像通過適當(dāng)?shù)亩祷撝颠x取而獲得仍然可以反映圖像整體和局部特征的二值化圖像。在數(shù)字圖像處理中，二值圖像占有非常重要的地位。在具體實(shí)現(xiàn)過程中，預(yù)設(shè)值可以根據(jù)實(shí)際情況確定。其中，二值化閾值的選擇，一方面因?yàn)槟婀鈭鼍拜^亮的灰度值一般是連續(xù)的，另一方面保證逆光光源部分的圖像輪廓大小在一定大的范圍上，而其它場景的較亮的灰度值一般連續(xù)的范圍較小。因此，選擇預(yù)設(shè)值為10，則最大亮度值減去10，即得到二值化閾值。
[0063]在步驟103中，根據(jù)待檢測圖像的灰度直方圖和待檢測圖像的二值化圖像，確定待檢測圖像為逆光圖像。
[0064]在具體實(shí)現(xiàn)過程中，由步驟101可知，各場景對應(yīng)的灰度直方圖的差別很大。進(jìn)一步地，圖像的二值化有利于圖像的進(jìn)一步處理，使圖像變得簡單，而且數(shù)據(jù)量減小，能凸顯出感興趣的圖像輪廓。而各場景由于明暗不同，各場景的圖像輪廓差異也很大，因此，可以根據(jù)待檢測圖像的灰度直方圖和二值化圖像，確定待檢測圖像為逆光圖像。
[0065]本發(fā)明實(shí)施例通過獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像，本實(shí)施例通過待檢測圖像的灰度直方圖、二值化圖像等淺層特征出發(fā)，不僅檢測速度快，還能夠提高拍攝主體的位置、面積、形狀等發(fā)生較大變化時(shí)逆光場景檢測的準(zhǔn)確性。
[0066]下面，以一個(gè)具體的實(shí)施例，對本發(fā)明提供的逆光檢測方法進(jìn)行詳細(xì)說明。圖4為本發(fā)明逆光檢測方法實(shí)施例二的流程圖。如圖4所示，本發(fā)明實(shí)施例提供的逆光檢測方法，包括:
[0067]步驟401、獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；
[0068]步驟402、獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0069]步驟403、根據(jù)所述待檢測圖像的灰度直方圖，確定所述待檢測圖像的最大亮度值、最小亮度值以及低亮度概率，所述低亮度概率為小于預(yù)設(shè)亮度值的亮度值在所述灰度直方圖中的概率和；
[0070]步驟404、對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)；
[0071]步驟405、確定所述最大亮度值屬于最大亮度值范圍，所述最小亮度值屬于最小亮度值范圍；
[0072]步驟406、確定所述圖像輪廓的個(gè)數(shù)滿足圖像輪廓個(gè)數(shù)范圍；
[0073]步驟407、確定所述低亮度概率屬于預(yù)設(shè)亮度概率范圍，則確定所述待檢測圖像為逆光圖像。
[0074]在具體實(shí)現(xiàn)過程中，步驟401和步驟402沒有嚴(yán)格的時(shí)序關(guān)系。步驟401和步驟402的具體實(shí)現(xiàn)方式，可參照圖1實(shí)施例中的步驟101和步驟102，本實(shí)施例此處不再贅述。
[0075]對應(yīng)地，步驟403和步驟404沒有嚴(yán)格的時(shí)序關(guān)系。
[0076]對于步驟403，在具體應(yīng)用過程中，由圖3a至圖3e可知，各場景的灰度直方圖的區(qū)別主要體現(xiàn)在三個(gè)方面。
[0077]一個(gè)方面為亮度值分布范圍，逆光場景的灰度直方圖的亮度值分布在灰度直方圖的兩端；風(fēng)景場景的亮度值均勻地分布在灰度直方圖中，文本場景、微距場景的亮度主要分布在灰度直方圖的中間區(qū)域，夜間場景主要分布在低亮度區(qū)域。
[0078]另一方面為最大亮度值、最小亮度值的大小,逆光場景的最大亮度值一般大于250，最低亮度值一般小于15 ;風(fēng)景場景的最小亮度值一般大于15 ;文本場景、微距場景的最大亮度值和最小亮度值沒有特定的規(guī)律；夜間場景，最低亮度值基本接近0，但是如果夜間場景沒有特別亮的人工照明的時(shí)候，最大亮度值一般低于250。
[0079]又一方面為低亮度概率。逆光場景下，亮度值主要分布在灰度直方圖兩端，低亮度占有一定的比例，而風(fēng)景場景，文本場景，微距場景的低亮度在灰度直方圖中所占的比例一般較小，夜間場景亮度值大部分分布在低亮度范圍內(nèi)。其中，所述低亮度概率為小于預(yù)設(shè)亮度值的亮度值在所述灰度直方圖中的概率和。具體地，從概率的觀點(diǎn)來理解，灰度出現(xiàn)的頻率可看作其出現(xiàn)的概率，這樣灰度直方圖就對應(yīng)于概率密度函數(shù)，而概率密度函數(shù)就是灰度直方圖的累積和，即概率密度函數(shù)的積分。因此，可通過現(xiàn)有技術(shù)，得到低亮度的概率和。
[0080]因此，可根據(jù)待檢測圖像的灰度直方圖，確定待檢測圖像的最大亮度值、最小亮度值以及低亮度概率。同時(shí)，還可根據(jù)各場景中最大亮度值、最小亮度值以及低亮度概率的不同，排除不是逆光場景的圖像。本領(lǐng)域技術(shù)人員可以理解，通過最大亮度值、最小亮度值以及低亮度概率可能排除全部的非逆光場景的待檢測圖像，也可能排除部分非逆光場景的待檢測圖像。
[0081]為了準(zhǔn)確的確定待檢測圖像是否為逆光圖像，還需要結(jié)合待檢測圖像的二值化圖像確定。在獲得二值化圖像的過程中，將大于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的實(shí)際最大亮度值，小于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的零亮度值。
[0082]然后，進(jìn)行步驟404，對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
[0083]在具體應(yīng)用過程中，根據(jù)二值化圖像的實(shí)際最大亮度值和二值化圖像的零亮度值，對待檢測圖像的二值化圖像進(jìn)行邊緣檢測，確定待檢測圖像的圖像輪廓；獲取所述待檢測圖像的圖像輪廓的面積，確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
[0084]根據(jù)二值化閾值確定了實(shí)際最大亮度值和零亮度值。在二值化圖像上進(jìn)行檢索，對于8比特單通道的源二值化圖像，實(shí)際最大亮度值作為I處理，零亮度值保持不變，采用邊緣近似方法，檢測的邊緣是I和O區(qū)域之間的輪廓，從而獲得待檢測圖像的較亮區(qū)域的輪廓；
[0085]進(jìn)一步地，通過大量場景圖片的研究，逆光場景圖像的光源一般是在一定大的范圍中比較亮的，故逆光中會有一個(gè)面積較大的輪廓。根據(jù)逆光場景圖像光源部分會有一個(gè)面積較大的輪廓這一特點(diǎn)，確定預(yù)設(shè)面積范圍，并獲取待檢測圖像的圖像輪廓的面積，確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
[0086]圖5a至圖5e為各典型場景的圖像輪廓分布示意圖。具體地，逆光場景(圖5a)，風(fēng)景場景(圖5b),文本場景(圖5c),夜間場景(圖5d),微距場景(圖5e)?？吹侥婀鈭鼍暗膱D像輪廓個(gè)數(shù)少，一般只有一個(gè)，且面積較大，主要是因?yàn)槟婀鈭鼍暗淖盍恋牟糠质枪庠床糠郑渌膮^(qū)域都比較暗；風(fēng)景場景的圖像輪廓分布大致有一兩個(gè)輪廓，但是各圖像輪廓的面積相對于逆光場景較??；文本場景由于最大亮度值不大，輪廓分布圖上顯示的圖像輪廓個(gè)數(shù)基本為O ;夜間場景輪廓分布圖上顯示的輪廓個(gè)數(shù)多一些，但面積都很??；微距場景的輪廓分布圖上顯示的輪廓個(gè)數(shù)更多，但是面積都不大。
[0087]通過步驟401至步驟404中，得到了待檢測圖像的最大亮度值、最小亮度值、低亮度概率以及滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
[0088]在步驟405至步驟407中，將進(jìn)一步描述如何根據(jù)待檢測圖像的最大亮度值、最小亮度值、低亮度概率以及滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)，確定待檢測圖像是否為逆光場景。
[0089]在步驟405中，確定所述最大亮度值屬于最大亮度值范圍,所述最小亮度值屬于最小亮度值范圍。由步驟403可知，逆光場景相對于其它場景而言，逆光場景的最大亮度值和最小亮度值區(qū)別于其它場景，因此，可根據(jù)經(jīng)驗(yàn)值，確定最大亮度值范圍、最小亮度值范圍。當(dāng)達(dá)到如下條件中的任一時(shí)，最大亮度值不屬于最大亮度值范圍，最小亮度值不屬于最小亮度值范圍，則確定為非逆光場景。當(dāng)最大亮度值屬于最大亮度值范圍，最小亮度值屬于最小亮度值范圍，執(zhí)行步驟406，進(jìn)一步判斷是否為逆光場景。
[0090]在步驟406中，確定圖像輪廓個(gè)數(shù)小于預(yù)設(shè)個(gè)數(shù)。由圖5a至圖5e可知,幾種場景的輪廓分布圖有著顯著的區(qū)別，因此，可以根據(jù)經(jīng)驗(yàn)值確定圖像確定圖像輪廓個(gè)數(shù)范圍。當(dāng)圖像輪廓的個(gè)數(shù)滿足圖像輪廓個(gè)數(shù)范圍時(shí)，執(zhí)行步驟407，當(dāng)圖像輪廓的個(gè)數(shù)不滿足圖像輪廓個(gè)數(shù)范圍時(shí)，則確定該待檢測圖像不是逆光場景。
[0091]在步驟407中，確定所述低亮度概率屬于預(yù)設(shè)亮度概率范圍，則確定所述待檢測圖像為逆光圖像。
[0092]由圖3a至圖3e可知，各場景的低亮度概率不同，因此，可根據(jù)經(jīng)驗(yàn)值，確定逆光圖像應(yīng)該滿足的預(yù)設(shè)亮度概率范圍。
[0093]最后，根據(jù)低亮度概率進(jìn)行最后判斷該待檢測圖像是否屬于逆光圖像，逆光圖像由于背光，大部分處于低亮度范圍中，但是由于又有一個(gè)強(qiáng)光源，所以低亮度范圍相比于夜間較少，但是又比其他幾類的多，因此可以根據(jù)經(jīng)驗(yàn)值設(shè)定預(yù)設(shè)亮度概率范圍，當(dāng)?shù)土炼雀怕蕦儆陬A(yù)設(shè)亮度概率范圍時(shí)，確定該待檢測圖像為逆光圖像，當(dāng)?shù)土炼雀怕什粚儆陬A(yù)設(shè)亮度概率范圍時(shí)，則確定該待檢測圖像非逆光圖像。
[0094]綜上，本發(fā)明實(shí)施例提供的逆光檢測方法，能夠適用于逆光場景與其他場景的場景分類，并確定逆光圖像；從逆光場景最大亮度值、最小亮度值、低亮度概率以及滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)分析逆光場景，忽略了逆光拍攝的主題位置，可以涵蓋正背光和測光兩種情況下的逆光檢測；能夠快速提取待檢測圖像的淺層特征，根據(jù)淺層特征確定逆光圖像，省去耗時(shí)的機(jī)器學(xué)習(xí)過程，使得檢測速度較快。
[0095]本實(shí)施例提供的逆光檢測方法，可以應(yīng)用于相機(jī)或者手機(jī)的場景分類或者拍攝時(shí)的逆光場景檢測，通過快速準(zhǔn)確的逆光場景檢測，可以使得用戶較好的對大量圖像分類以及逆光拍攝時(shí)的輔助。該逆光檢測方法不僅提高了準(zhǔn)確率，而且對于光度，運(yùn)動，場景變化有了很好的自適應(yīng)能力。
[0096]圖6為本發(fā)明逆光檢測裝置實(shí)施例一的結(jié)構(gòu)示意圖。如圖6所示，本發(fā)明逆光檢測裝置60包括:第一獲取模塊601、第二獲取模塊602和確定模塊603。
[0097]其中，第一獲取模塊601，用于獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；
[0098]第二獲取模塊602，用于獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0099]確定模塊603，用于根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像。
[0100]本發(fā)明實(shí)施例提供的逆光檢測裝置，可以用于執(zhí)行上述方法實(shí)施例的技術(shù)方案，其實(shí)現(xiàn)原理和技術(shù)效果類似，本實(shí)施例此處不再贅述。
[0101]可選地，所述確定模塊603包括:
[0102]第一確定單元，用于根據(jù)所述待檢測圖像的灰度直方圖，確定所述待檢測圖像的最大亮度值、最小亮度值以及低亮度概率，所述低亮度概率為小于預(yù)設(shè)亮度值的亮度值在所述灰度直方圖中的概率和；
[0103]第二確定單元，用于對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)；
[0104]第三確定單元，用于根據(jù)所述待檢測圖像的最大亮度值、最小亮度值、低亮度概率和所述圖像輪廓個(gè)數(shù)，確定所述待檢測圖像為逆光圖像。
[0105]可選地，所述第三確定單元具體用于:
[0106]確定所述最大亮度值屬于最大亮度值范圍，所述最小亮度值屬于最小亮度值范圍；
[0107]確定所述圖像輪廓的個(gè)數(shù)滿足圖像輪廓個(gè)數(shù)范圍；
[0108]確定所述低亮度概率屬于預(yù)設(shè)亮度概率范圍，則確定所述待檢測圖像為逆光圖像。
[0109]可選地，所述第二獲取模塊602包括:
[0110]獲取單元，用于獲取待檢測圖像的灰度圖像，并獲取所述灰度圖像的最大亮度值，根據(jù)所述最大亮度值與預(yù)設(shè)值的差值，確定圖像二值化處理的二值化閾值；
[0111]處理單元，用于根據(jù)所述二值化閾值，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像；
[0112]其中，大于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的實(shí)際最大亮度值，小于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的零亮度值。
[0113]可選地，所述第二確定單元具體用于:
[0114]根據(jù)所述二值化圖像的實(shí)際最大亮度值和所述二值化圖像的零亮度值，對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，確定所述待檢測圖像的圖像輪廓；
[0115]獲取所述待檢測圖像的圖像輪廓的面積，確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
[0116]本發(fā)明實(shí)施例提供的逆光檢測裝置，可以用于執(zhí)行上述方法實(shí)施例的技術(shù)方案，其實(shí)現(xiàn)原理和技術(shù)效果類似，本實(shí)施例此處不再贅述。
[0117]本領(lǐng)域普通技術(shù)人員可以理解:實(shí)現(xiàn)上述各方法實(shí)施例的全部或部分步驟可以通過程序指令相關(guān)的硬件來完成。前述的程序可以存儲于一計(jì)算機(jī)可讀取存儲介質(zhì)中。該程序在執(zhí)行時(shí)，執(zhí)行包括上述各方法實(shí)施例的步驟；而前述的存儲介質(zhì)包括:R0M、RAM、磁碟或者光盤等各種可以存儲程序代碼的介質(zhì)。
[0118]最后應(yīng)說明的是:以上各實(shí)施例僅用以說明本發(fā)明的技術(shù)方案，而非對其限制；盡管參照前述各實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)的說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解:其依然可以對前述各實(shí)施例所記載的技術(shù)方案進(jìn)行修改，或者對其中部分或者全部技術(shù)特征進(jìn)行等同替換；而這些修改或者替換，并不使相應(yīng)技術(shù)方案的本質(zhì)脫離本發(fā)明各實(shí)施例技術(shù)方案的范圍。
【權(quán)利要求】
1.一種逆光檢測方法,其特征在于,包括: 獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖； 獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像； 根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像，包括: 根據(jù)所述待檢測圖像的灰度直方圖，確定所述待檢測圖像的最大亮度值、最小亮度值以及低亮度概率，所述低亮度概率為小于預(yù)設(shè)亮度值的亮度值在所述灰度直方圖中的概率和； 對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)； 根據(jù)所述待檢測圖像的最大亮度值、最小亮度值、低亮度概率和所述圖像輪廓個(gè)數(shù)，確定所述待檢測圖像為逆光圖像。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述待檢測圖像的最大亮度值、最小亮度值、低亮度概率和所述圖像輪廓個(gè)數(shù)，確定所述待檢測圖像為逆光圖像，包括: 確定所述最大亮度值屬于最大亮度值范圍，所述最小亮度值屬于最小亮度值范圍； 確定所述圖像輪廓的個(gè)數(shù)滿足圖像輪廓個(gè)數(shù)范圍； 確定所述低亮度概率屬于預(yù)設(shè)亮度概率范圍，則確定所述待檢測圖像為逆光圖像。
4.根據(jù)權(quán)利要求2或3所述的方法，其特征在于，所述獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像，包括: 獲取待檢測圖像的灰度圖像，并獲取所述灰度圖像的最大亮度值，根據(jù)所述最大亮度值與預(yù)設(shè)值的差值，確定圖像二值化處理的二值化閾值； 根據(jù)所述二值化閾值，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像； 其中，大于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的實(shí)際最大亮度值，小于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的零亮度值。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)，包括: 根據(jù)所述二值化圖像的實(shí)際最大亮度值和所述二值化圖像的零亮度值，對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，確定所述待檢測圖像的圖像輪廓； 獲取所述待檢測圖像的圖像輪廓的面積，確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
6.一種逆光檢測裝置，其特征在于，包括: 第一獲取模塊，用于獲取待檢測圖像的顏色空間，根據(jù)所述顏色空間的亮度分量確定所述待檢測圖像的灰度直方圖；第二獲取模塊，用于獲取待檢測圖像的灰度圖像，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像； 確定模塊，用于根據(jù)所述待檢測圖像的灰度直方圖和所述待檢測圖像的二值化圖像，確定所述待檢測圖像為逆光圖像。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述確定模塊包括: 第一確定單元，用于根據(jù)所述待檢測圖像的灰度直方圖，確定所述待檢測圖像的最大亮度值、最小亮度值、以及低亮度概率，所述低亮度概率為小于預(yù)設(shè)亮度值的亮度值在所述灰度直方圖中的概率和； 第二確定單元，用于對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，獲取所述待檢測圖像的圖像輪廓，并確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)； 第三確定單元，用于根據(jù)所述待檢測圖像的最大亮度值、最小亮度值、低亮度概率和所述圖像輪廓個(gè)數(shù)，確定所述待檢測圖像為逆光圖像。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述第三確定單元具體用于: 確定所述最大亮度值屬于最大亮度值范圍，所述最小亮度值屬于最小亮度值范圍； 確定所述圖像輪廓的個(gè)數(shù)滿足圖像輪廓個(gè)數(shù)范圍； 確定所述低亮度概率屬于預(yù)設(shè)亮度概率范圍，則確定所述待檢測圖像為逆光圖像。
9.根據(jù)權(quán)利要求7或8所述的裝置，其特征在于，所述第二獲取模塊包括: 獲取單元，用于獲取待檢測圖像的灰度圖像，并獲取所述灰度圖像的最大亮度值，根據(jù)所述最大亮度值與預(yù)設(shè)值的差值，確定圖像二值化處理的二值化閾值； 處理單元，用于根據(jù)所述二值化閾值，對所述灰度圖像進(jìn)行圖像二值化處理，得到所述待檢測圖像的二值化圖像； 其中，大于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的實(shí)際最大亮度值，小于所述二值化閾值的所述灰度圖像的亮度值設(shè)為所述二值化圖像的零亮度值。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述第二確定單元具體用于: 根據(jù)所述二值化圖像的實(shí)際最大亮度值和所述二值化圖像的零亮度值，對所述待檢測圖像的二值化圖像進(jìn)行邊緣檢測，確定所述待檢測圖像的圖像輪廓； 獲取所述待檢測圖像的圖像輪廓的面積，確定圖像輪廓面積滿足預(yù)設(shè)面積范圍的圖像輪廓個(gè)數(shù)。
【文檔編號】G06T7/00GK103646392SQ201310595347
【公開日】2014年3月19日 申請日期:2013年11月21日 優(yōu)先權(quán)日:2013年11月21日
【發(fā)明者】張洪剛, 趙凱莉, 左坤隆 申請人:華為技術(shù)有限公司