[发明专利]图像处理方法、装置、电子眼及存储介质

说明书

本发明实施例提出了一种图像处理方法、装置、电子眼及存储介质，涉及图像处理领域，该方法包括：计算目标图像中每个像素点各自对应的HSV分量；依据每个像素点各自对应的HSV分量，获得每个像素点各自对应的亮度特征值和色度特征值；依据全部像素点的亮度特征值和色度特征值，生成目标图像对应的原始特征分布矩阵，其中，原始特征分布矩阵表征由亮度特征值和色度特征值构成的二维矩阵；以预设的模板矩阵及预设的归一化尺度处理原始特征分布矩阵，得到目标特征分布矩阵。本发明实施例所提供的一种图像处理方法、装置、电子眼及存储介质，能够提升违章检查时判罚的有效率。

技术领域

本发明涉及图像处理领域，具体而言，涉及一种图像处理方法、装置、电子眼及存储介质。

背景技术

智能交通方案中，需要部署大量电子眼，用于路口场景车辆违章的自动抓拍。电子眼智能算法部分一般由车辆捕获模块、跟踪模块、红绿灯识别模块、行为分析模块构成。在电子眼典型的应用场景中，车辆捕获区域一般在相机底部，然后由跟踪模块对过车轨迹进行实时跟踪，由行为分析模块结合红绿灯状态对违章行为进行判罚，并选择合理的时机抓拍证据图，形成实际处罚的依据。

发明内容

本发明的目的在于提供一种图像处理方法、装置、电子眼及存储介质，能够提升违章检查时判罚的有效率。

为了实现上述目的，本发明实施例采用的技术方案如下：

第一方面，本发明实施例提供了一种图像处理方法，所述方法包括：计算目标图像中每个像素点各自对应的HSV分量；依据所述每个像素点各自对应的HSV分量，获得所述每个像素点各自对应的亮度特征值和色度特征值；依据全部像素点的亮度特征值和色度特征值，生成所述目标图像对应的原始特征分布矩阵，其中，所述原始特征分布矩阵表征由亮度特征值和色度特征值构成的二维矩阵；以预设的模板矩阵及预设的归一化尺度处理所述原始特征分布矩阵，得到目标特征分布矩阵。

第二方面，本发明实施例提供了一种图像处理装置，所述装置包括：HSV分量计算模块，用于计算目标图像中每个像素点各自对应的HSV分量；特征值生成模块，用于依据所述每个像素点各自对应的HSV分量，获得所述每个像素点各自对应的亮度特征值和色度特征值；原始特征矩阵生成模块，用于依据全部像素点的亮度特征值和色度特征值，生成所述目标图像对应的原始特征分布矩阵；目标特征矩阵生成模块，用于以预设的模板矩阵及预设的归一化尺度处理所述原始特征分布矩阵，得到目标特征分布矩阵。

第三方面，本发明实施例提供了一种电子眼，所述电子眼包括存储器，用于存储一个或多个程序；处理器。当所述一个或多个程序被所述处理器执行时，实现上述的图像处理方法。

第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的图像处理方法。

相对于现有技术，本发明实施例所提供的一种图像处理方法、装置、电子眼及存储介质，通过联合目标图像中全部像素点的亮度特征值和色度特征值生成目标图像对应的目标特征分布矩阵，以使电子眼依据该目标特征分布矩阵检查是否跟踪错误，相比于现有技术，通过采用亮度特征值和色度特征值两个维度来生成目标特征分布矩阵，能够降低车噪声及车辆角度的敏感性，且在满足于设定的目标分辨率的前提下，采用较长的亮度特征步长及色度特征步长，提升抗光照干扰的能力，进而提升违章检查时判罚的有效率。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。

图1为一组典型的误判证据图；