[发明专利]一种图像偏色检测方法、设备及计算机可读存储介质

说明书

本发明公开了一种图像偏色检测方法、设备及计算机可读存储介质，该图像偏色检测方法包括：获取检测图像在目标色彩空间中至少一个色彩通道的分量数据；根据至少一个色彩通道的分量数据，确定检测图像的色彩特征，色彩特征中包含基于至少一个色彩通道的分量数据确定的矩特征；利用特征分类器对色彩特征进行分类，确定检测图像是否偏色。通过上述方式，本发明能够直接利用分类器对图像色彩通道上进行偏色检测，提高算法效率。

技术领域

本发明涉及图像处理技术领域，特别是涉及一种图像偏色检测方法、设备及计算机可读存储介质。

背景技术

随着全国范围内智慧城市建设的推广，城市中的各种监控系统摄像机以及各类型的图像传感器数量都在万台以上，同时其安装的时间跨度也在十几年以上，视频质量参差不齐。同时，视频数据作为一种辅助进行高效智能化、智慧化分析的重要资源，如何对这些采集到的视频数据进行质量评估已经成为了亟待解决的问题，但是目前大部分的视频监控体系均面临着实时智能分析与低效滞后的人工诊断的矛盾，监控视频偏色检测算法可以为此提供有效的解决方案。在视频监控领域，算法的运行速度也是一个很大的考验，因为大部分的前端摄像机往往仅有非常有限的算力与内存，因此如何设计一个泛化能力强，同时消耗资源少的检测算法显得尤为重要。

发明内容

本发明主要解决的技术问题是提供一种图像偏色检测方法、设备及计算机可读存储介质，能够直接利用分类器对图像色彩通道上进行偏色检测，提高算法效率。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种图像偏色检测方法，该图像偏色检测方法包括：获取检测图像在目标色彩空间中至少一个色彩通道的分量数据；根据至少一个色彩通道的分量数据，确定检测图像的色彩特征，色彩特征中包含基于至少一个色彩通道的分量数据确定的矩特征；利用特征分类器对色彩特征进行分类，确定检测图像是否偏色。

其中，目标色彩空间包括YUV色彩空间，至少一个色彩通道的分量数据包括U通道的U分量数据和V通道的V分量数据。

其中，利用特征分类器对将色彩特征进行分类，确定检测图像是否偏色包括：利用特征分类器对矩特征进行分类，得到色彩特征得分；将色彩特征得分大于预设得分的检测图像作为偏色图像。

其中，利用特征分类器对矩特征进行分类，确定检测图像是否偏色之前包括：训练分类函数，将训练之后的分类函数作为特征分类器，训练之后的分类函数为：其中，x为矩特征，θ_i为预设参数。

其中，训练分类函数包括：获取偏色样本和正常样本；将偏色样本和正常样本输入分类器函数，得到分类结果；构建目标函数，利用分类结果和目标函数对分类函数进行训练，目标函数为：其中，N_a为偏色样本的数量，N_n为正常样本的数量，N_total为偏色样本和正常样本的数量和，α的取值范围为0～1。

其中，利用特征分类器对矩特征进行分类，得到色彩特征得分包括：将矩特征输入分类函数，得到色彩特征得分，其中，色彩特征得分的范围为0～1。

其中，根据至少一个色彩通道的分量数据，确定检测图像的色彩特征包括：对至少一个色彩通道的分量数据分块，得到分量数据的多个分量子数据；计算多个分量子数据的Hu矩特征。

其中，计算多个分量子数据的Hu矩特征包括：分别计算多个分量子数据对应的原点矩；利用原点矩得到分量子数据的多个中心距；利用多个中心距构造不变矩组作为分量子数据对应的Hu矩特征。

其中，获取检测图像包括：获取视频图像；从视频图像中跳帧选取多张图像作为检测图像组，利用检测图像组判断视频图像是否偏色。

为解决上述技术问题，本发明采用的另一个技术方案是：提供一种图像偏色检测设备，该图像偏色检测设备包括处理器，处理器用于执行以实现上述的图像偏色检测方法。