一種視頻對比度異常檢測方法及裝置製造方法
2023-05-24 09:30:51 1
一種視頻對比度異常檢測方法及裝置製造方法
【專利摘要】本發明公開了一種視頻對比度異常檢測方法及裝置，包括：從待檢測視頻中獲取待檢測視頻圖像；針對亮度值範圍中的每個數值，確定所述待檢測視頻圖像中亮度值為該數值的像素點的數量，作為該數值對應的像素點數量；從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設數量閾值的最大數值和最小數值；根據所述最大數值與所述最小數值的差值與預設差值閾值的大小關係，確定所述待檢測視頻圖像的對比度是否為偏低異常。採用本發明提供的方法及裝置，相比現有技術，提高了進行視頻對比度是否偏低異常檢測的準確率。
【專利說明】一種視頻對比度異常檢測方法及裝置
【技術領域】
[0001] 本發明涉及視頻分析及視頻監控領域，尤其涉及一種視頻對比度異常檢測方法及 裝直。
【背景技術】
[0002] 在視頻監控系統中，由於攝像機受到異物遮擋、鏡頭對焦不準、鏡頭損壞或受外界 幹擾以及人為調整等因素的影響，容易引起拍攝得到的視頻圖像的對比度過低，從而導致 視頻圖像信息的丟失，嚴重影響了視頻的視覺效果以及對視頻圖像的後續分析與處理，因 此在視頻監控中如何準確的檢測和分析對比度偏低異常情況，及時發出警報和處理信號， 是一個急需解決的問題。
[0003] 目前，現有的一種視頻圖像對比度異常檢測方法是基於計算梯度圖像極值點的連 通域的方法，具體流程如下：
[0004] 首先通過對獲取到的視頻流的視頻圖像的像素點進行梯度提取，得到梯度圖像， 對該梯度圖像進行二值化處理，得到二值化圖像，確定二值化圖像包括的多個連通域，並從 該多個連通域中去掉面積小於設定閾值的連通域，然後計算剩下的所有連通域包括的像素 點數量的和值與二值化圖像的像素點的總數的比值，並將該比值與預設閾值比較，當該比 值小於預設閾值時，則確定視頻圖像的對比度為偏低異常。
[0005] 在上述現有的基於計算梯度圖像極值點的連通域檢測視頻圖像對比度偏低異常 的方法，由於只採用視頻圖像的梯度信息進行檢測，容易造成誤檢或漏檢，從而降低了視頻 圖像異常檢測的準確率，降低了系統的性能。
【發明內容】
[0006] 本發明實施例提供一種視頻對比度異常檢測方法及裝置，用以解決現有技術中存 在的進行視頻對比度是否偏低異常檢測的準確率較低的問題。
[0007] 本發明實施例提供一種視頻對比度異常檢測方法，包括：
[0008] 從待檢測視頻中獲取待檢測視頻圖像；
[0009] 針對亮度值範圍中的每個數值，確定所述待檢測視頻圖像中亮度值為該數值的像 素點的數量，作為該數值對應的像素點數量；
[0010] 從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設數量閾值的最大 數值和最小數值；
[0011] 根據所述最大數值與所述最小數值的差值與預設差值閾值的大小關係，確定所述 待檢測視頻圖像的對比度是否為偏低異常。
[0012] 採用本發明實施例提供的方法，由於亮度值範圍的全部數值對應的像素點不小於 預設數量閾值的最大數值和最小數值的差值，反應了待檢測視頻圖像亮度值範圍的寬窄程 度，所以根據該差值與預設差值閾值的大小關係，能夠更準確的確定該待檢測視頻圖像的 對比度是否偏低，即相比現有技術提高了進行視頻對比度是否偏低異常檢測的準確率。
[0013] 進一步的，當確定所述待檢測視頻圖像的對比度不為偏低異常時，還包括：
[0014] 採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息；
[0015] 將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所述分類特徵信 息為預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮 度特徵信息確定的；
[0016] 根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測視頻圖像的對比度是 否正常。
[0017] 這樣，採用預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮度特 徵信息，能夠準確的表示對比度正常的視頻圖像的亮度特徵信息的特點，從而使得根據待 檢測視頻圖像的亮度特徵信息與分類特徵信息進行匹配得到的待檢測視頻圖像的對比度 是否正常的檢測結果更加準確。
[0018] 進一步的，在針對亮度值範圍中的每個數值，確定所述待檢測視頻圖像中亮度值 為該數值的像素點的數量之前，還包括：
[0019] 採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息；
[0020] 將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所述分類特徵信 息為預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮 度特徵信息確定的；
[0021] 根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測視頻圖像的對比度異 堂 巾。
[0022] 這樣，採用預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮度特 徵信息，能夠準確的表示對比度正常的視頻圖像的亮度特徵信息的特點，從而使得根據待 檢測視頻圖像的亮度特徵信息與分類特徵信息進行匹配得到的待檢測視頻圖像的對比度 異常的檢測結果更加準確。
[0023] 進一步的，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息，具體包 括：
[0024] 針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述待 檢測視頻圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數 量；並分別確定每個數值區間對應的像素點數量與所述待檢測視頻圖像的像素點的總數的 比值，作為所述待檢測視頻圖像的亮度特徵信息；和/或
[0025] 通過對所述待檢測視頻圖像的像素點進行梯度提取，得到所述待檢測視頻圖像的 梯度圖像；針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述 梯度圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量； 並分別確定每個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為 所述待檢測視頻圖像的亮度特徵信息。
[0026] 這樣，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息，能夠使得後 續確定待檢測視頻圖像的對比度是否正常或對比度異常的檢測結果更加準確。
[0027] 進一步的，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息，具體包 括：
[0028] 基於所述最大數值和所述最小數值，對所述待檢測視頻圖像進行亮度值拉伸處 理，得到拉伸後圖像；
[0029] 針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述拉 伸後圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量； 並分別確定每個數值區間對應的像素點數量與所述拉伸後圖像的像素點的總數的比值，作 為所述待檢測視頻圖像的亮度特徵信息；和/或
[0030] 通過對所述拉伸後圖像的像素點進行梯度提取，得到所述拉伸後圖像的梯度圖 像；針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述梯度圖 像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分別 確定每個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為所述待 檢測視頻圖像的亮度特徵信息。
[0031] 這樣，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息，能夠使得後 續確定待檢測視頻圖像的對比度是否正常或對比度異常的檢測結果更加準確。
[0032] 進一步的，在確定所述待檢測視頻圖像的對比度是否為偏低異常之前，還包括：
[0033] 確定從所述最小數值到所述最大數值區間中的全部數值各自對應的像素點數量 的和值，作為總累加值；
[0034] 從所述最小數值到所述最大數值區間中確定第一臨界數值和第二臨界數值，其 中，從所述最小數值到所述第一臨界數值區間中的全部數值各自對應的像素點數量的和值 不小於所述總累加值與第一預設臨界係數的乘積，從所述最小數值到所述第一臨界數值減 1區間中的全部數值各自對應的像素點數量的和值小於所述總累加值與所述第一預設臨界 係數的乘積，從所述最小數值到所述第二臨界數值區間中的全部數值各自對應的像素點數 量的和值不小於所述總累加值與第二預設臨界係數的乘積，從所述最小數值到所述第二臨 界數值減1區間中的全部數值各自對應的像素點數量的和值小於所述總累加值與所述第 二預設臨界係數的乘積，所述第一預設臨界係數大於〇且小於所述第二預設臨界係數，且 所述第二預設臨界係數小於1 ;
[0035] 確定所述最大數值與所述最小數值的差值和所述第二臨界數值與所述第一臨界 數值的差值的比值；
[0036] 根據所述差值與預設差值閾值的大小關係，確定所述待檢測視頻圖像的對比度是 否為偏低異常，具體包括：
[0037] 當所述差值小於預設差值閾值，且所述比值大於預設比值閾值時，確定所述待檢 測視頻圖像的對比度為偏低異常；
[0038] 否則，確定所述待檢測視頻圖像的對比度不為偏低異常。
[0039] 這樣，當後續所述待檢測視頻圖像的對比度為偏低異常時，可以根據所述比值確 定所述待檢測視頻圖像的對比度的偏低強度。
[0040] 進一步的，當確定所述待檢測視頻圖像的對比度為偏低異常時，還包括：
[0041] 根據所述比值，確定所述待檢測視頻圖像的對比度的偏低強度。
[0042] 本發明實施例還提供一種視頻對比度異常檢測裝置，包括：
[0043] 獲取單元，用於從待檢測視頻中獲取待檢測視頻圖像；
[0044] 像素點確定單元，用於針對亮度值範圍中的每個數值，確定所述待檢測視頻圖像 中亮度值為該數值的像素點的數量，作為該數值對應的像素點數量；
[0045] 數值確定單元，用於從亮度值範圍的全部數值中，確定對應的像素點數量不小於 預設數量閾值的最大數值和最小數值；
[0046] 偏低檢測單元，用於根據所述最大數值與所述最小數值的差值與預設差值閾值的 大小關係，確定所述待檢測視頻圖像的對比度是否為偏低異常。
[0047] 採用本發明實施例提供的上述裝置，由於亮度值範圍的全部數值對應的像素點不 小於預設數量閾值的最大數值和最小數值的差值，反應了待檢測視頻圖像亮度值範圍的寬 窄程度，所以根據該差值與預設差值閾值的大小關係，能夠更準確的確定該待檢測視頻圖 像的對比度是否偏低，即相比現有技術提高了進行視頻對比度是否偏低異常檢測的準確 率。
[0048] 上述裝置還可以包括：
[0049] 提取單元，用於當所述偏低檢測單元確定所述待檢測視頻圖像的對比度不為偏低 異常時，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息；
[0050] 匹配單元，用於將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所 述分類特徵信息為預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應 得到的多個亮度特徵信息確定的；
[0051] 正常檢測單元，用於根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測 視頻圖像的對比度是否正常。
[0052] 這樣，採用預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮度特 徵信息，能夠準確的表示對比度正常的視頻圖像的亮度特徵信息的特點，從而使得根據待 檢測視頻圖像的亮度特徵信息與分類特徵信息進行匹配得到的待檢測視頻圖像的對比度 是否正常的檢測結果更加準確。
[0053] 上述裝置還可以包括：
[0054] 提取單元，用於在所述像素點確定單元針對亮度值範圍中的每個數值，確定所述 待檢測視頻圖像中亮度值為該數值的像素點的數量之前，採用預設提取方式提取所述待檢 測視頻圖像的亮度特徵信息；
[0055] 匹配單元，用於將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所 述分類特徵信息為預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應 得到的多個亮度特徵信息確定的；
[0056] 正常檢測單元，用於根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測 視頻圖像的對比度異常。
[0057] 這樣，採用預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮度特 徵信息，能夠準確的表示對比度正常的視頻圖像的亮度特徵信息的特點，從而使得根據待 檢測視頻圖像的亮度特徵信息與分類特徵信息進行匹配得到的待檢測視頻圖像的對比度 異常的檢測結果更加準確。
[0058] 進一步的，所述提取單元，具體用於針對預先對亮度值範圍劃分得到的多個數值 區間中的每個數值區間，確定所述待檢測視頻圖像中亮度值位於該數值區間的像素點的數 量，作為該數值區間對應的像素點數量；並分別確定每個數值區間對應的像素點數量與所 述待檢測視頻圖像的像素點的總數的比值，作為所述待檢測視頻圖像的亮度特徵信息；和 /或
[0059] 通過對所述待檢測視頻圖像的像素點進行梯度提取，得到所述待檢測視頻圖像的 梯度圖像；針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述 梯度圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量； 並分別確定每個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為 所述待檢測視頻圖像的亮度特徵信息。
[0060] 這樣，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息，能夠使得後 續確定待檢測視頻圖像的對比度是否正常或對比度異常的檢測結果更加準確。
[0061] 進一步的，所述提取單元，具體用於基於所述最大數值和所述最小數值，對所述待 檢測視頻圖像進行亮度值拉伸處理，得到拉伸後圖像；以及
[0062] 針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述拉 伸後圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量； 並分別確定每個數值區間對應的像素點數量與所述拉伸後圖像的像素點的總數的比值，作 為所述待檢測視頻圖像的亮度特徵信息；和/或
[0063] 通過對所述拉伸後圖像的像素點進行梯度提取，得到所述拉伸後圖像的梯度圖 像；針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述梯度圖 像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分別 確定每個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為所述待 檢測視頻圖像的亮度特徵信息。
[0064] 這樣，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息，能夠使得後 續確定待檢測視頻圖像的對比度是否正常或對比度異常的檢測結果更加準確。
[0065] 進一步的，所述偏低檢測單元，還用於在確定所述待檢測視頻圖像的對比度是否 為偏低異常之前，確定從所述最小數值到所述最大數值區間中的全部數值各自對應的像素 點數量的和值，作為總累加值；從所述最小數值到所述最大數值區間中確定第一臨界數值 和第二臨界數值，其中，從所述最小數值到所述第一臨界數值區間中的全部數值各自對應 的像素點數量的和值不小於所述總累加值與第一預設臨界係數的乘積，從所述最小數值到 所述第一臨界數值減1區間中的全部數值各自對應的像素點數量的和值小於所述總累加 值與所述第一預設臨界係數的乘積，從所述最小數值到所述第二臨界數值區間中的全部數 值各自對應的像素點數量的和值不小於所述總累加值與第二預設臨界係數的乘積，從所述 最小數值到所述第二臨界數值減1區間中的全部數值各自對應的像素點數量的和值小於 所述總累加值與所述第二預設臨界係數的乘積，所述第一預設臨界係數大於0且小於所述 第二預設臨界係數，且所述第二預設臨界係數小於1 ;確定所述最大數值與所述最小數值 的差值和所述第二臨界數值與所述第一臨界數值的差值的比值；並具體用於當所述差值小 於預設差值閾值，且所述比值大於預設比值閾值時，確定所述待檢測視頻圖像的對比度為 偏低異常，否則，確定所述待檢測視頻圖像的對比度不為偏低異常。
[0066] 這樣，當後續所述待檢測視頻圖像的對比度為偏低異常時，可以根據所述比值確 定所述待檢測視頻圖像的對比度的偏低強度。
[0067] 進一步的，所述偏低檢測單元，還用於當確定所述待檢測視頻圖像的對比度為偏 低異常時，根據所述比值，確定所述待檢測視頻圖像的對比度的偏低強度。
[0068] 本申請的其它特徵和優點將在隨後的說明書中闡述，並且，部分地從說明書中變 得顯而易見，或者通過實施本申請而了解。本申請的目的和其他優點可通過在所寫的說明 書、權利要求書、以及附圖中所特別指出的結構來實現和獲得。
【專利附圖】
【附圖說明】
[0069] 附圖用來提供對本發明的進一步理解，並且構成說明書的一部分，與本發明實施 例一起用於解釋本發明，並不構成對本發明的限制。在附圖中：
[0070] 圖1為本發明實施例提供的視頻對比度異常檢測方法的流程圖；
[0071] 圖2為本發明實施例1提供的視頻對比度異常檢測方法的流程圖；
[0072] 圖3為本發明實施例2提供的視頻對比度異常檢測方法的流程圖；
[0073] 圖4為本發明實施例3提供的採用預設提取方式提取待檢測視頻圖像的亮度特徵 信息的處理流程的流程圖之一；
[0074] 圖5為本發明實施例3提供的採用預設提取方式提取待檢測視頻圖像的亮度特徵 信息的處理流程的流程圖之二；
[0075] 圖6為本發明實施例4提供的採用預設提取方式提取待檢測視頻圖像的亮度特徵 信息的處理流程的流程圖之一；
[0076] 圖7為本發明實施例4提供的採用預設提取方式提取待檢測視頻圖像的亮度特徵 信息的處理流程的流程圖之一；
[0077] 圖8為本發明實施例5提供的視頻對比度異常檢測裝置的結構示意圖。
【具體實施方式】
[0078] 為了給出進行視頻圖像對比度是否偏低異常檢測的準確率的實現方案，本發明實 施例提供了一種視頻對比度異常檢測方法及裝置，以下結合說明書附圖對本發明的優選實 施例進行說明，應當理解，此處所描述的優選實施例僅用於說明和解釋本發明，並不用於限 定本發明。並且在不衝突的情況下，本申請中的實施例及實施例中的特徵可以相互組合。
[0079] 本發明實施例提供一種視頻對比度異常檢測方法，如圖1所示，包括：
[0080] 步驟101、從待檢測視頻中獲取待檢測視頻圖像；
[0081] 步驟102、針對亮度值範圍中的每個數值，確定該待檢測視頻圖像中亮度值為該數 值的像素點的數量，作為該數值對應的像素點數量；
[0082] 步驟103、從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設數量閾 值的最大數值和最小數值；
[0083] 步驟104、根據該最大數值與該最小數值的差值與預設差值閾值的大小關係，確定 該待檢測視頻圖像的對比度是否為偏低異常。
[0084] 其中，上述步驟104具體可以採用如下兩種方式：
[0085] 第一種方式：將最大數值與該最小數值的差值與預設差值閾值進行比較，當該差 值小於預設差值閾值時，確定該待檢測視頻圖像的對比度為偏低異常，否則，確定該待檢測 視頻圖像的對比度不為偏低異常。
[0086] 第二種方式：本方式中，在執行上述步驟104之前，確定從所述最小數值到所述最 大數值區間中的全部數值各自對應的像素點數量的和值，作為總累加值；從所述最小數值 到所述最大數值區間中確定第一臨界數值和第二臨界數值，其中，從所述最小數值到所述 第一臨界數值區間中的全部數值各自對應的像素點數量的和值不小於所述總累加值與第 一預設臨界係數的乘積，從所述最小數值到所述第一臨界數值減1區間中的全部數值各自 對應的像素點數量的和值小於所述總累加值與所述第一預設臨界係數的乘積，從所述最小 數值到所述第二臨界數值區間中的全部數值各自對應的像素點數量的和值不小於所述總 累加值與第二預設臨界係數的乘積，從所述最小數值到所述第二臨界數值減1區間中的全 部數值各自對應的像素點數量的和值小於所述總累加值與所述第二預設臨界係數的乘積， 所述第一預設臨界係數大於O且小於所述第二預設臨界係數，且所述第二預設臨界係數小 於1 ;確定所述最大數值與所述最小數值的差值和所述第二臨界數值與所述第一臨界數值 的差值的比值；上述步驟104具體為：將最大數值與該最小數值的差值與預設差值閾值進 行比較，以及將該比值與預設比值閾值比較，當該差值小於預設差值閾值，且該比值大於預 設比值閾值時，確定該待檢測視頻圖像的對比度為偏低異常，否則，確定該待檢測視頻圖像 的對比度不為偏低異常。
[0087] 本發明實施例提供的上述圖1所示方法中，是對待檢測視頻圖像的對比度是否為 偏低異常進行了檢測，進一步的，還可以包括對該待檢測視頻圖像的對比度是否正常的檢 測。
[0088] 例如，在上述圖1所示流程的基礎上，當確定該待檢測視頻圖像的對比度不為偏 低異常，還可以對該待檢測視頻圖像的對比度是否為正常進行檢測，如果檢測結果為異常， 則表示該待檢測視頻圖像的對比度偏高異常。
[0089] 在上述圖1所示流程的基礎上，還可以在針對亮度值範圍中的每個數值，確定所 述待檢測視頻圖像中亮度值為該數值的像素點的數量之前，先對該待檢測視頻圖像的對比 度是否正常進行檢測，並當檢測結果為異常時，再觸發進行是否為偏低異常檢測的上述流 程，如果偏低異常檢測結果為不偏低異常，則表示該待檢測視頻圖像的對比度為偏高異常。
[0090] 下面結合附圖，用具體實施例對本發明提供的方法及裝置進行詳細描述。
[0091] 實施例1 :
[0092] 圖2為本發明實施例1中提供的一種視頻對比度異常檢測方法的流程圖，具體包 括如下處理步驟：
[0093] 步驟201、從待檢測視頻中獲取待檢測視頻圖像。
[0094] 步驟202、針對亮度值範圍中的每個數值，確定該待檢測視頻圖像中亮度值為該數 值的像素點的數量，作為該數值對應的像素點數量；
[0095] 步驟203、從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設數量閾 值的最大數值和最小數值。
[0096] 本步驟中，可以針對亮度值範圍內每個數值對應的像素點數量G1，比較Gl與預設 數量閾值THl的大小關係，當Gl小於THl時，將Gl的值設為0,當Gl不小於THl時，Gl的 值保持不變；然後按照亮度值範圍內數值從小到大的順序進行遍歷，當掃描到第一個對應 的像素點數量大於〇的數值時停止遍歷，並將該數值作為最小數值start ;再按照亮度值範 圍內數值從大到小的順序進行遍歷，當掃描到第一個對應的像素點數量大於〇的數值時停 止遍歷，並將該數值作為最大數值end。
[0097] 步驟204、確定該最大數值與該最小數值的差值。
[0098] 其中，該最大數值與該最小數值的差值為end-start。
[0099] 步驟205、根據從該最小數值到最大數值區間中確定的第一臨界數值和第二臨界 數值，確定該最大數值與該最小數值和該第二臨界數值與該第一臨界數值的差值的比值。 [0100] 本步驟中，可以先確定從該最小數值到該最大數值區間中的全部數值各自對應的 像素點數量的和值，作為總累加值Sumall ;從該最小數值到該最大數值區間中確定第一臨 界數值startl和第二臨界數值endl，其中，確定startl和endl具體可以如下：
[0101] 從該最小數值開始到該最大數值為止的區間中，依次對每個數值對應的像素點數 量進行累加，每累加一次，確定當前累加值Suml是否不小於Sumall與第一預設臨界係數的 乘積，如果小於，繼續累加，當累加到Suml第一次不小於Sumall與第一預設臨界係數的乘 積時，將當前累加值對應的當前數值確定為第一臨界數值startl ;
[0102] 從該最小數值開始到該最大數值為止的區間中，依次對每個數值對應的像素點數 量進行累加，每累加一次，確定當前累加值Suml是否不小於Sumall與第二預設臨界係數的 乘積，如果小於，繼續累加，當累加到Suml第一次不小於Sumall與第二預設臨界係數的乘 積時，將當前累加值對應的當前數值確定為第二臨界數值start2 ;
[0103] 其中，該第一預設臨界係數大於0且小於該第二預設臨界係數，且該第二預設臨 界係數小於1，例如，第一預設臨界係數可以為〇. 1，第二預設臨界係數可以為〇. 8。
[0104] 確定startl和endl,還可以採用現有技術中的各種方式，使得從該最小數值到 startl區間中的全部數值各自對應的像素點數量的和值不小於Sumall與第一預設臨界系 數的乘積，並且從該最小數值到（startl-Ι)區間中的全部數值各自對應的像素點數量的 和值小於Sumall與第一預設臨界係數的乘積；從該最小數值到該endl區間中的全部數值 各自對應的像素點數量的和值不小於該Sumall與第二預設臨界係數的乘積，並且從該最 小數值到該（endl-Ι)區間中的全部數值各自對應的像素點數量的和值小於該Sumall與第 二預設臨界係數的乘積，在此不再進行詳細描述。
[0105] 在確定 startl 和 endl 後，可以確定（end-start)與（endl-startl)的比值 R。
[0106] 本步驟為可選步驟，當後續確定該待檢測視頻圖像的對比度是否為偏低異常時需 要使用該比值R時，可以執行本步驟，否則可以不執行不步驟。
[0107] 步驟206、將差值end-start與預設差值閾值TH2進行比較，以及將R與預設比值 閾值 TH3 比較，確定是否（end-start)〈TH2,且 R>TH3,當（end-start)〈TH2,且 R>TH3 時，進 入步驟207，否則，進入步驟208。
[0108] 步驟207、當（end-start)〈TH2,且R>TH3時，確定該待檢測視頻圖像的對比度為偏 低異常。
[0109] 進一步的，當確定該待檢測視頻圖像的對比度為偏低異常時，還可以確定出該待 檢測視頻圖像的對比度的偏低強度I，例如，可以將R作為該待檢測視頻圖像的對比度的偏 低強度，還可以採用如下公式確定偏低強度I :
[0110] I=a*R，其中a為偏低強度係數，例如，a可以為0. 5。
[0111] 步驟208、當（end-start)彡TH2時，確定該待檢測視頻圖像的對比度不為偏低異 堂 巾。
[0112] 步驟209、採用預設提取方式提取待檢測視頻圖像的亮度特徵信息。
[0113] 步驟210、將該亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，其中，該分 類特徵信息為預先基於採用該預設提取方式提取多個對比度正常的視頻圖像對應得到的 多個亮度特徵信息確定的。
[0114] 本步驟中，可以採用支持向量機SVM (Support Vector Machine)方法確定分類 特徵信息，具體可以通過SVM方法對多個對比度正常的視頻圖像對應的多個亮度特徵信息 進行分析和訓練，得到分類特徵信息，即相當於生成了 SVM分類器，當提取待檢測視頻圖像 的亮度特徵信息後，將該亮度特徵信息與該分類特徵信息進行對比，確定該待檢測視頻圖 像的亮度特徵信息是否與該分類特徵信息匹配，得到匹配結果，即相當於使用生成的SVM 分類器對提取的待檢測視頻圖像的亮度特徵信息進行識別，確定該亮度特徵信息所屬的類 別。
[0115] 步驟211、確定該匹配結果是否?兩足預設匹配條件，如果?兩足，進入步驟212,如果 不滿足，進入步驟213。
[0116] 本步驟也即相當於確定該亮度特徵信息是否與該分類特徵信息匹配，如果匹配， 進入步驟212,如果不匹配，進入步驟213。
[0117] 步驟212、當該匹配結果滿足預設匹配條件時，確定該待檢測視頻圖像的對比度為 正常。
[0118] 步驟213、當該匹配結果不滿足預設匹配條件時，確定該待檢測視頻圖像的對比度 為異常。
[0119] 當本步驟中確定該待檢測視頻圖像的對比度為異常時，由於之前已經確定該待檢 測視頻圖像的對比度不為偏低異常，所以，可以確定該待檢測視頻圖像的對比度為偏高異 堂 巾。
[0120] 實施例2:
[0121] 圖3為本發明實施例2中提供的一種視頻對比度異常檢測方法的流程圖，具體包 括如下處理步驟：
[0122] 步驟301、從待檢測視頻中獲取待檢測視頻圖像。
[0123] 步驟302、採用預設提取方式提取待檢測視頻圖像的亮度特徵信息。
[0124] 步驟303、將該亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，其中，該分 類特徵信息為預先基於採用該預設提取方式提取多個對比度正常的視頻圖像對應得到的 多個亮度特徵信息確定的。
[0125] 本步驟中，可以採用SVM方法確定分類特徵信息，具體可以通過SVM方法對多個對 比度正常的視頻圖像對應的多個亮度特徵信息進行分析和訓練，得到分類特徵信息，即相 當於生成了 SVM分類器，當提取待檢測視頻圖像的亮度特徵信息後，將該亮度特徵信息與 該分類特徵信息進行對比，確定該待檢測視頻圖像的亮度特徵信息是否與該分類特徵信息 匹配，得到匹配結果，即相當於使用生成的SVM分類器對提取的待檢測視頻圖像的亮度特 徵信息進行識別，確定該亮度特徵信息所屬的類別。
[0126] 步驟304、確定該匹配結果是否?兩足預設匹配條件，如果?兩足，進入步驟305,如果 不滿足，進入步驟306。
[0127] 本步驟也即相當於確定該亮度特徵信息是否與該分類特徵信息匹配，如果匹配， 進入步驟305,如果不匹配，進入步驟306。
[0128] 步驟305、當該匹配結果滿足預設匹配條件時，確定該待檢測視頻圖像的對比度為 正常。
[0129] 步驟306、當該匹配結果不滿足預設匹配條件時，確定該待檢測視頻圖像的對比度 為異常。
[0130] 步驟307、針對亮度值範圍中的每個數值，確定該待檢測視頻圖像中亮度值為該數 值的像素點的數量，作為該數值對應的像素點數量；
[0131] 步驟308、從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設數量閾 值的最大數值和最小數值。
[0132] 本步驟中，可以針對亮度值範圍內每個數值對應的像素點數量G1，比較Gl與預設 數量閾值THl的大小關係，當Gl小於THl時，將Gl的值設為0,當Gl不小於THl時，Gl的 值保持不變；然後按照亮度值範圍內數值從小到大的順序進行遍歷，當掃描到第一個對應 的像素點數量大於〇的數值時停止遍歷，並將該數值作為最小數值start ;再按照亮度值範 圍內數值從大到小的順序進行遍歷，當掃描到第一個對應的像素點數量大於〇的數值時停 止遍歷，並將該數值作為最大數值end。
[0133] 步驟309、確定該最大數值與該最小數值的差值。
[0134] 其中，該最大數值與該最小數值的差值為end-start。
[0135] 步驟310、根據從該最小數值到最大數值區間中確定的第一臨界數值和第二臨界 數值，確定該最大數值與該最小數值和該第二臨界數值與該第一臨界數值的差值的比值。
[0136] 本步驟中，可以先確定從該最小數值到該最大數值區間中的全部數值各自對應的 像素點數量的和值，作為總累加值Sumall ;從該最小數值到該最大數值區間中確定第一臨 界數值startl和第二臨界數值endl，其中，確定startl和endl具體可以如下：
[0137] 從該最小數值開始到該最大數值為止的區間中，依次對每個數值對應的像素點數 量進行累加，每累加一次，確定當前累加值Suml是否不小於Sumall與第一預設臨界係數的 乘積，如果小於，繼續累加，當累加到Suml第一次不小於Sumall與第一預設臨界係數的乘 積時，將當前累加值對應的當前數值確定為第一臨界數值startl ;
[0138] 從該最小數值開始到該最大數值為止的區間中，依次對每個數值對應的像素點數 量進行累加，每累加一次，確定當前累加值Suml是否不小於Sumall與第二預設臨界係數的 乘積，如果小於，繼續累加，當累加到Suml第一次不小於Sumall與第二預設臨界係數的乘 積時，將當前累加值對應的當前數值確定為第二臨界數值start2 ;
[0139] 其中，該第一預設臨界係數大於0且小於該第二預設臨界係數，且該第二預設臨 界係數小於1，例如，第一預設臨界係數可以為〇. 1，第二預設臨界係數可以為〇. 8。
[0140] 確定startl和endl,還可以採用現有技術中的各種方式，使得從該最小數值到 startl區間中的全部數值各自對應的像素點數量的和值不小於Sumall與第一預設臨界系 數的乘積，並且從該最小數值到（startl-Ι)區間中的全部數值各自對應的像素點數量的 和值小於Sumall與第一預設臨界係數的乘積；從該最小數值到該endl區間中的全部數值 各自對應的像素點數量的和值不小於該Sumall與第二預設臨界係數的乘積，並且從該最 小數值到該（endl-Ι)區間中的全部數值各自對應的像素點數量的和值小於該Sumall與第 二預設臨界係數的乘積，在此不再進行詳細描述。
[0141] 在確定 startl 和 endl 後，可以確定（end-start)與（endl-startl)的比值 R。
[0142] 本步驟為可選步驟，當後續確定該待檢測視頻圖像的對比度是否為偏低異常時需 要使用該比值R時，可以執行本步驟，否則可以不執行不步驟。
[0143] 步驟311、將差值end-start與預設差值閾值TH2進行比較，以及將R與預設比值 閾值 TH3 比較，確定是否（end-start)〈TH2,且 R>TH3,當（end-start)〈TH2,且 R>TH3 時，進 入步驟312,否則，進入步驟313。
[0144] 312、當（end-start)〈TH2,且R>TH3時，確定該待檢測視頻圖像的對比度為偏低異 堂 巾。
[0145] 進一步的，當確定該待檢測視頻圖像的對比度為偏低異常時，還可以確定出該待 檢測視頻圖像的對比度的偏低強度I，例如，可以將R作為該待檢測視頻圖像的對比度的偏 低強度，還可以採用如下公式確定偏低強度I :
[0146] I=a*R，其中a為偏低強度係數，例如，a可以為0. 5。
[0147] 步驟313、當（end-start)彡TH2時，確定該待檢測視頻圖像的對比度不為偏低異 堂 巾。
[0148] 當本步驟中確定該待檢測視頻圖像的對比度不為偏低異常時，由於之前已經確定 該待檢測視頻圖像的對比度為異常，所以，可以確定該待檢測視頻圖像的對比度為偏高異 堂 巾。
[0149] 通過本發明實施例1和2提供的方法，由於亮度值範圍的全部數值對應的像素點 不小於預設數量閾值的最大數值和最小數值的差值，反應了待檢測視頻圖像亮度值範圍的 寬窄程度，所以根據該差值與預設差值閾值的大小關係，能夠更準確的確定該待檢測視頻 圖像的對比度是否偏低，即相比現有技術提高了進行視頻對比度是否偏低異常檢測的準確 率。
[0150] 並且，在對待檢測視頻圖像的對比度進行是否為偏低異常檢測的基礎上，當進一 步的，還包括對該待檢測視頻圖像的對比度是否正常的檢測時，能夠更準確的確定該待檢 測視頻圖像的對比度情況，即是否正常，以及當異常時，是偏高異常。
[0151] 實施例3:
[0152] 本發明實施例中，針對步驟209和302採用預設提取方式提取待檢測視頻圖像的 亮度特徵信息，具體可以採用如下三種方式，本發明實施例3中通過如下具體處理流程對 該三種方式進行詳細描述。
[0153] 第一種方式，如圖4所示，具體包括如下處理步驟：
[0154] 步驟401、針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確 定該待檢測視頻圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像 素點數量。
[0155] 本步驟中，將亮度值範圍劃分為多個數值區間，例如，可以將亮度值範圍均勻的劃 分為10個數值區間，每個數值區間對應的像素點數量為Sum_a(i)，其中，i=l，2……10。
[0156] 目前通用的亮度值範圍為[0, 255]，此時可以從小到大將每25個數值劃分到一個 數值區間，最後一個數值區間包括30個數值。
[0157] 步驟402、分別確定每個數值區間對應的像素點數量與該待檢測視頻圖像的像素 點的總數的比值，作為該待檢測視頻圖像的亮度特徵信息。
[0158] 其中，每個數值區間對應的像素點數量Sum_a(i)與該待檢測視頻圖像的像素點 的總數 Sum 的比值 R(i)=Sum_a(i)/Sum。
[0159] 第二種方式，如圖5所示，具體包括如下處理步驟：
[0160] 步驟501、通過對該待檢測視頻圖像的像素點進行梯度提取，得到該待檢測視頻圖 像的梯度圖像。
[0161] 其中，梯度圖像的具體生成方式，可以採用現有技術中的各種方式，在此不再進行 詳細描述。
[0162] 步驟502、針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確 定該梯度圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數 量。
[0163] 本步驟中，將亮度值範圍劃分為多個數值區間，例如，可以將亮度值範圍均勻的劃 分為10個數值區間，每個數值區間對應的像素點數量為Sum_b(i)，其中，i=l，2……10。
[0164] 目前通用的亮度值範圍為[0, 255]，此時可以從小到大將每25個數值劃分到一個 數值區間，最後一個數值區間包括30個數值。
[0165] 步驟503、分別確定每個數值區間對應的像素點數量與該梯度圖像的像素點的總 數的比值，作為該待檢測視頻圖像的亮度特徵信息。
[0166] 其中，每個數值區間對應的像素點數量Sum_b(i)與該梯度圖像的像素點的總數 Sum 的比值 P (i) =Sum_b (i) /Sum。
[0167] 第三種方式是將上述第一種方式和第二種方式相結合，即將每個數值區間對應的 像素點數量Sum_a (i)與該待檢測視頻圖像的像素點的總數Sum的比值R (i)，與每個數值區 間對應的像素點數量Sum_b (i)與該梯度圖像的像素點的總數Sum的比值P (i)，均確定為該 待檢測視頻圖像的亮度特徵信息。
[0168] 實施例4:
[0169] 本發明實施例中，針對步驟307採用預設提取方式提取待檢測視頻圖像的亮度特 徵信息，具體還可以採用如下三種方式，本發明實施例4中通過如下具體處理流程對該三 種方式進行詳細描述。
[0170] 第四種方式，如圖6所示，具體包括如下處理步驟：
[0171] 步驟601、針對亮度值範圍中的每個數值，確定該待檢測視頻圖像中亮度值為該數 值的像素點的數量，作為該數值對應的像素點數量。
[0172] 步驟602、從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設數量閾 值的最大數值和最小數值。
[0173] 本步驟中，可以針對亮度值範圍內每個數值對應的像素點數量G1，比較Gl與預設 數量閾值THl的大小關係，當Gl小於THl時，將Gl的值設為0,當Gl不小於THl時，Gl的 值保持不變；然後按照亮度值範圍內數值從小到大的順序進行遍歷，當掃描到第一個對應 的像素點數量大於〇的數值時停止遍歷，並將該數值作為最小數值start ;再按照亮度值範 圍內數值從大到小的順序進行遍歷，當掃描到第一個對應的像素點數量大於〇的數值時停 止遍歷，並將該數值作為最大數值end。
[0174] 步驟603、確定該最大數值與該最小數值的差值。
[0175] 其中，該最大數值與該最小數值的差值為end-start。
[0176] 步驟604、基於該最大數值和該最小數值，對該待檢測視頻圖像進行亮度值拉伸處 理，得到拉伸後圖像。
[0177] 具體可以採用如下公式進行亮度值拉伸處理：
【權利要求】
1. 一種視頻對比度異常檢測方法，其特徵在於，包括： 從待檢測視頻中獲取待檢測視頻圖像； 針對亮度值範圍中的每個數值，確定所述待檢測視頻圖像中亮度值為該數值的像素點 的數量，作為該數值對應的像素點數量； 從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設數量閾值的最大數值 和最小數值； 根據所述最大數值與所述最小數值的差值與預設差值閾值的大小關係，確定所述待檢 測視頻圖像的對比度是否為偏低異常。
2. 如權利要求1所述的方法，其特徵在於，當確定所述待檢測視頻圖像的對比度不為 偏低異常時，還包括： 採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息； 將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所述分類特徵信息為 預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮度特 徵信息確定的； 根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測視頻圖像的對比度是否正 堂 巾。
3. 如權利要求1所述的方法，其特徵在於，在針對亮度值範圍中的每個數值，確定所述 待檢測視頻圖像中亮度值為該數值的像素點的數量之前，還包括： 採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息； 將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所述分類特徵信息為 預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應得到的多個亮度特 徵信息確定的； 根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測視頻圖像的對比度異常。
4. 如權利要求2或3所述的方法，其特徵在於，採用預設提取方式提取所述待檢測視頻 圖像的亮度特徵信息，具體包括： 針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述待檢測 視頻圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量； 並分別確定每個數值區間對應的像素點數量與所述待檢測視頻圖像的像素點的總數的比 值，作為所述待檢測視頻圖像的亮度特徵信息；和/或 通過對所述待檢測視頻圖像的像素點進行梯度提取，得到所述待檢測視頻圖像的梯度 圖像；針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述梯度 圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分 別確定每個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為所述 待檢測視頻圖像的亮度特徵信息。
5. 如權利要求2或3所述的方法，其特徵在於，採用預設提取方式提取所述待檢測視頻 圖像的亮度特徵信息，具體包括： 基於所述最大數值和所述最小數值，對所述待檢測視頻圖像進行亮度值拉伸處理，得 到拉伸後圖像； 針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述拉伸後 圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分 別確定每個數值區間對應的像素點數量與所述拉伸後圖像的像素點的總數的比值，作為所 述待檢測視頻圖像的亮度特徵信息；和/或 通過對所述拉伸後圖像的像素點進行梯度提取，得到所述拉伸後圖像的梯度圖像；針 對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述梯度圖像中亮 度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分別確定每 個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為所述待檢測視 頻圖像的亮度特徵信息。
6. 如權利要求1所述的方法，其特徵在於，在確定所述待檢測視頻圖像的對比度是否 為偏低異常之前，還包括： 確定從所述最小數值到所述最大數值區間中的全部數值各自對應的像素點數量的和 值，作為總累加值； 從所述最小數值到所述最大數值區間中確定第一臨界數值和第二臨界數值，其中，從 所述最小數值到所述第一臨界數值區間中的全部數值各自對應的像素點數量的和值不小 於所述總累加值與第一預設臨界係數的乘積，從所述最小數值到所述第一臨界數值減1區 間中的全部數值各自對應的像素點數量的和值小於所述總累加值與所述第一預設臨界系 數的乘積，從所述最小數值到所述第二臨界數值區間中的全部數值各自對應的像素點數量 的和值不小於所述總累加值與第二預設臨界係數的乘積，從所述最小數值到所述第二臨界 數值減1區間中的全部數值各自對應的像素點數量的和值小於所述總累加值與所述第二 預設臨界係數的乘積，所述第一預設臨界係數大於〇且小於所述第二預設臨界係數，且所 述第二預設臨界係數小於1 ; 確定所述最大數值與所述最小數值的差值和所述第二臨界數值與所述第一臨界數值 的差值的比值； 根據所述差值與預設差值閾值的大小關係，確定所述待檢測視頻圖像的對比度是否為 偏低異常，具體包括： 當所述差值小於預設差值閾值，且所述比值大於預設比值閾值時，確定所述待檢測視 頻圖像的對比度為偏低異常； 否則，確定所述待檢測視頻圖像的對比度不為偏低異常。
7. 如權利要求6所述的方法，其特徵在於，當確定所述待檢測視頻圖像的對比度為偏 低異常時，還包括： 根據所述比值，確定所述待檢測視頻圖像的對比度的偏低強度。
8. -種視頻對比度異常檢測裝置，其特徵在於，包括： 獲取單元，用於從待檢測視頻中獲取待檢測視頻圖像； 像素點確定單元，用於針對亮度值範圍中的每個數值，確定所述待檢測視頻圖像中亮 度值為該數值的像素點的數量，作為該數值對應的像素點數量； 數值確定單元，用於從亮度值範圍的全部數值中，確定對應的像素點數量不小於預設 數量閾值的最大數值和最小數值； 偏低檢測單元，用於根據所述最大數值與所述最小數值的差值與預設差值閾值的大小 關係，確定所述待檢測視頻圖像的對比度是否為偏低異常。
9. 如權利要求8所述的裝置，其特徵在於，還包括： 提取單元，用於當所述偏低檢測單元確定所述待檢測視頻圖像的對比度不為偏低異常 時，採用預設提取方式提取所述待檢測視頻圖像的亮度特徵信息； 匹配單元，用於將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所述分 類特徵信息為預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應得到 的多個亮度特徵信息確定的； 正常檢測單元，用於根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測視頻 圖像的對比度是否正常。
10. 如權利要求8所述的裝置，其特徵在於，還包括： 提取單元，用於在所述像素點確定單元針對亮度值範圍中的每個數值，確定所述待檢 測視頻圖像中亮度值為該數值的像素點的數量之前，採用預設提取方式提取所述待檢測視 頻圖像的亮度特徵信息； 匹配單元，用於將所述亮度特徵信息與分類特徵信息進行匹配，得到匹配結果，所述分 類特徵信息為預先基於採用所述預設提取方式提取多個對比度正常的視頻圖像對應得到 的多個亮度特徵信息確定的； 正常檢測單元，用於根據所述匹配結果是否滿足預設匹配條件，確定所述待檢測視頻 圖像的對比度異常。
11. 如權利要求9或10所述的裝置，其特徵在於，所述提取單元，具體用於針對預先對 亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述待檢測視頻圖像中亮度 值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分別確定每個 數值區間對應的像素點數量與所述待檢測視頻圖像的像素點的總數的比值，作為所述待檢 測視頻圖像的亮度特徵信息；和/或 通過對所述待檢測視頻圖像的像素點進行梯度提取，得到所述待檢測視頻圖像的梯度 圖像；針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述梯度 圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分 別確定每個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為所述 待檢測視頻圖像的亮度特徵信息。
12. 如權利要求9或10所述的裝置，其特徵在於，所述提取單元，具體用於基於所述最 大數值和所述最小數值，對所述待檢測視頻圖像進行亮度值拉伸處理，得到拉伸後圖像；以 及 針對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述拉伸後 圖像中亮度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分 別確定每個數值區間對應的像素點數量與所述拉伸後圖像的像素點的總數的比值，作為所 述待檢測視頻圖像的亮度特徵信息；和/或 通過對所述拉伸後圖像的像素點進行梯度提取，得到所述拉伸後圖像的梯度圖像；針 對預先對亮度值範圍劃分得到的多個數值區間中的每個數值區間，確定所述梯度圖像中亮 度值位於該數值區間的像素點的數量，作為該數值區間對應的像素點數量；並分別確定每 個數值區間對應的像素點數量與所述梯度圖像的像素點的總數的比值，作為所述待檢測視 頻圖像的亮度特徵信息。
13. 如權利要求8所述的裝置，其特徵在於，所述偏低檢測單元，還用於在確定所述待 檢測視頻圖像的對比度是否為偏低異常之前，確定從所述最小數值到所述最大數值區間中 的全部數值各自對應的像素點數量的和值，作為總累加值；從所述最小數值到所述最大數 值區間中確定第一臨界數值和第二臨界數值，其中，從所述最小數值到所述第一臨界數值 區間中的全部數值各自對應的像素點數量的和值不小於所述總累加值與第一預設臨界系 數的乘積，從所述最小數值到所述第一臨界數值減1區間中的全部數值各自對應的像素點 數量的和值小於所述總累加值與所述第一預設臨界係數的乘積，從所述最小數值到所述第 二臨界數值區間中的全部數值各自對應的像素點數量的和值不小於所述總累加值與第二 預設臨界係數的乘積，從所述最小數值到所述第二臨界數值減1區間中的全部數值各自對 應的像素點數量的和值小於所述總累加值與所述第二預設臨界係數的乘積，所述第一預設 臨界係數大於0且小於所述第二預設臨界係數，且所述第二預設臨界係數小於1 ;確定所述 最大數值與所述最小數值的差值和所述第二臨界數值與所述第一臨界數值的差值的比值； 並具體用於當所述差值小於預設差值閾值，且所述比值大於預設比值閾值時，確定所述待 檢測視頻圖像的對比度為偏低異常，否則，確定所述待檢測視頻圖像的對比度不為偏低異 堂 巾。
14. 如權利要求13所述的裝置，其特徵在於，所述偏低檢測單元，還用於當確定所述待 檢測視頻圖像的對比度為偏低異常時，根據所述比值，確定所述待檢測視頻圖像的對比度 的偏低強度。
【文檔編號】G06T7/00GK104424633SQ201310372996
【公開日】2015年3月18日 申請日期:2013年8月23日 優先權日:2013年8月23日
【發明者】胡逢法, 潘暉, 潘石柱, 張興明, 傅利泉, 朱江明, 吳軍, 吳堅 申請人:浙江大華技術股份有限公司