一种图像检测方法、设备和装置与流程

1.本技术涉及图像处理技术领域，尤其涉及一种图像检测方法、设备和装置。


背景技术：

2.在人工智能飞速发展的当代，智能监控，视频智能检测等设备越来越多的应用到人们的生活工作等场景中。虽然视频检测具有较多的应用场景和较好的检测效果，但是却有一个极大的问题，就是一旦相机画面被遮挡，那么视频检测或者监控将发挥不了任何作用。
3.视频遮挡，即摄像头受到干扰而影响对画面内容的观看，例如有人用手遮挡摄像头，用颜料喷涂摄像头等。这种状况持续一定的时间才可认定为视频遮挡。如何对视频图像进行检测判断是否发生遮挡成为亟待解决的问题。


技术实现要素：

4.本技术实施例提供一种图像检测方法、设备和装置，用以准确判断视频图像是否发生遮挡。
5.第一方面，本技术实施例提供一种图像检测方法，包括：
6.获取待检测的视频图像，并将所述视频图像划分为多个检测区域；
7.针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；
8.根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；
9.若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。
10.本技术实施例在对视频图像进行检测时，首先将视频图像划分为多个检测区域，并确定每个检测区域的边缘信息，根据检测区域的边缘信息判断该检测区域是否发生遮挡；由于若检测区域被遮挡，该检测区域的纹理比较单一，则该检测区域的边缘信息不够丰富，相反，若该检测区域未被遮挡，该检测区域为正常图像，该检测区域的纹理较为丰富，则该检测区域的边缘信息也较为丰富，从而能够根据检测区域的边缘信息判断该检测区域是否发生遮挡；另外，本技术实施例对边缘信息进行连通处理，根据连通处理后的边缘信息确定遮挡评估参数，这样可以过滤掉由于噪声导致的边缘信息，使得图像检测更为准确；在判断待检测的视频图像是否发生遮挡时，需要统计视频图像中确定为发生遮挡的检测区域的个数，根据发生遮挡的检测区域的个数判断该检测图像是否发生遮挡，这样可以避免针对视频图像中某一个区域的误判直接确定检测图像发生遮挡，或者，在某种情况下由于视频图像的某个区域纹理单一，根据一个检测区域的边缘信息直接确定视频被遮挡，也可能会导致误判。因此，本技术实施例提供的图像检测方法可以准确的对视频图像是否发生遮挡
进行检测。
11.可选的，所述根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数，具体包括：
12.根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；并将所述边缘置信度参数作为所述检测区域的遮挡评估参数；
13.根据下列方式确定所述检测区域发生遮挡：
14.若所述遮挡评估参数小于第一预设阈值，确定所述检测区域发生遮挡。
15.由于本技术实施例若检测区域的遮挡评估参数小于该第一预设阈值，则表示该检测区域中各个检测子区域中联通边缘很少，则可能是由于图像被遮挡导致的图像中分布大量噪点，因此可以在边缘置信度参数小于第一预设阈值时确定检测区域发生遮挡。
16.可选的，所述根据所述检测区域的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数，具体包括：
17.根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；以及根据所述检测区域中各个像素点的色彩信息，确定用于表示所述检测区域的颜色丰富程度的颜色评估参数；以及根据所述检测区域中各个像素点的亮度值，确定用于表示所述检测区域的亮度平均信息的亮度评估参数；
18.根据所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数，确定所述检测区域对应的遮挡评估参数；
19.根据下列方式确定所述检测区域发生遮挡：
20.若所述遮挡评估参数大于第二预设阈值，确定所述检测区域发生遮挡。
21.由于本技术实施例引入了颜色评估参数和亮度评估参数，由于若视频图像被遮挡，则该视频图像的色彩较为单一，不会出现丰富的颜色，且视频图像被遮挡后，该视频图像的亮度会大大降低。因此，本技术实施例基于边缘置信度参数、颜色评估参数和亮度评估参数共同确定遮挡评估参数可以更加准确的对视频图像是否发生遮挡进行判断。
22.可选的，所述根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数，具体包括：
23.将所述检测区域划分为多个检测单元；
24.针对所述多个检测单元中的任意一个检测单元，根据所述检测单元对应的连通处理后的边缘信息，确定所述检测单元中的连通区域；根据所述检测单元中各个连通区域的大小，确定所述检测单元的边缘置信度参数；
25.将各个检测单元的边缘置信度参数的均值作为所述检测区域的边缘置信度参数。
26.本技术实施例将检测区域划分为多个检测单元，根据检测单元对应的连通处理后的边缘信息确定出连通区域，从而生成边缘置信度参数，可以去除检测单元中的噪点，避免由于噪点导致的误判。
27.可选的，所述根据所述检测单元中各个连通区域的大小，确定所述检测单元的边缘置信度参数，具体包括：
28.根据所述检测单元中各个连通区域的大小，确定最大连通区域的面积与所述检测单元面积的第一比值以及确定所有连通区域的面积之和与所述检测单元面积的第二比值；
29.将所述第一比值和所述第二比值作加权求和运算，并将得到的运算结果作为所述
检测单元的边缘置信度参数。
30.可选的，所述根据所述检测区域中各个像素点的色彩信息，确定用于表示所述检测区域的颜色丰富程度的颜色评估参数，具体包括：
31.针对所述检测区域中任意一个像素点，根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的差值确定所述像素点的第一色彩信息；以及根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的均值、与所述像素点对应的b通道数值之间的差值所述确定所述像素点的第二色彩信息；
32.根据所述检测区域中各个像素点的第一色彩信息的平均值，以及所述检测区域中各个像素点的第二色彩信息的平均值，确定所述检测区域对应的色彩信息平均值的调和均值；以及根据所述检测区域中各个像素点的第一色彩信息的标准差，以及所述检测区域中各个像素点的第二色彩信息的标准差，确定所述检测区域对应的色彩信息标准差的调和均值；
33.根据所述检测区域对应的色彩信息平均值的调和均值以及所述检测区域对应的色彩信息标准差的调和均值，确定所述检测区域的颜色评估参数。
34.可选的，所述根据所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数，确定所述检测区域对应的遮挡评估参数，具体包括：
35.将所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数作加权求和运算；
36.若所述检测区域为所述视频图像的前景区域，则将所述加权求和运算的运算结果与第一权重值的乘积作为所述检测区域对应的遮挡评估参数；若所述检测区域为所述视频图像的背景区域，则将所述加权求和运算的运算结果与第二权重值的乘积作为所述检测区域对应的遮挡评估参数；其中，所述第一权重值大于所述第二权重值。
37.本技术实施例在确定检测区域对应的遮挡评估参数时，将边缘置信度参数、颜色评估参数和亮度评估参数作加权求和运算得到一个综合评估值，从而在分析图像纹理的基础上，添加图像颜色丰富度信息及图像的亮度信息来判断检测区域是否发生遮挡，可以解决因边缘信息本身不明显的场景导致的检测错误的问题；另外，纹理信息结合图像颜色丰富度、亮度信息多角度分析，可以检测大部分场景下的视频遮挡、较少了漏检和误检，例如在黄昏或者夜间较暗光线的自然环境中采集到的视频图像本身纹理信息不明显。本技术实施例在确定检测区域对应的遮挡评估参数时还需要依据检测区域为前景区域或背景区域，且前景区域和背景区域对应的权重值不同，由于前景区域为视频图像中用户关注的区域，将前景区域对应的权重赋值较大，这样在使用遮挡评估参数判断检测区域是否发生遮挡时，针对前景区域的判断更为准确。
38.第二方面，本技术实施例提供一种图像检测设备，该设备包括至少一个处理器、以及至少一个存储器。其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行下列过程：
39.获取待检测的视频图像，并将所述视频图像划分为多个检测区域；
40.针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；
41.根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；
42.若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。
43.第三方面，本技术实施例提供一种图像检测装置，该装置包括：
44.获取模块，用于获取待检测的视频图像，并将所述视频图像划分为多个检测区域；
45.检测模块，用于针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；
46.确定模块，用于根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；
47.处理模块，用于若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。
48.第四方面，本技术实施例提供一种计算机可读存储介质，存储有计算机可执行指令，所述计算机可执行指令用于执行本技术提供的图像检测方法。
附图说明
49.为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本发明的一些实施例，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他的附图。
50.图1为本技术实施例可选视频监控场景的示意图；
51.图2为本技术实施例另一种可选视频监控场景的示意图；
52.图3为本技术实施例一种可选视频直播场景的示意图；
53.图4为本技术实施例图像检测方法流程示意图；
54.图5a为本技术实施例一种视频图像；
55.图5b为本技术实施例为与图5a的视频图像对应的边缘图像；
56.图6a为本技术实施例一种视频图像；
57.图6b为本技术实施例为与图6a的视频图像对应的边缘图像；
58.图7a为本技术实施例一种视频图像；
59.图7b为本技术实施例为与图7a的视频图像对应的边缘图像；
60.图8a为本技术实施例一种视频图像；
61.图8b为本技术实施例为与图8a的视频图像对应的边缘图像；
62.图9为本技术实施例图像检测方法的整体流程图；
63.图10为本技术实施例图像检测设备的结构示意图；
64.图11为本技术实施例图像检测装置的结构示意图。
具体实施方式
65.为了使本技术的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
66.需要说明的是，本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
67.下面对本技术实施例的设计思想进行简要介绍：
68.目前在视频监控场景、直播场景或者其他视频拍摄场景中，需要采用摄像头对当前环境进行拍摄，采集得到各种不同类型的视频。但如果在拍摄过程中摄像头被遮挡，则采集到的视频图像内容缺失，无法完整采集环境的图像信息，降低监控场景的安全性，或者降低观看者的观看体验。因此需要一种自动检测视频图像是否发生遮挡的方案。
69.本技术实施例获取待检测的视频图像，并将视频图像划分为多个检测区域；针对多个检测区域中的任意一个检测区域，对检测区域进行边缘检测确定检测区域的边缘信息，并对检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示检测区域是否发生遮挡的遮挡评估参数；根据各个检测区域对应的遮挡评估参数，确定视频图像中发生遮挡的检测区域的数量；若视频图像中发生遮挡的检测区域的数量满足预设条件，则确定视频图像发生遮挡。本技术实施例在对视频图像进行检测时，首先将视频图像划分为多个检测区域，并确定每个检测区域的边缘信息，根据检测区域的边缘信息判断该检测区域是否发生遮挡；由于若检测区域被遮挡，该检测区域的纹理比较单一，则该检测区域的边缘信息不够丰富，相反，若该检测区域未被遮挡，该检测区域为正常图像，该检测区域的纹理较为丰富，则该检测区域的边缘信息也较为丰富，从而能够根据检测区域的边缘信息判断该检测区域是否发生遮挡；另外，在判断待检测的视频图像是否发生遮挡时，需要统计视频图像中确定为发生遮挡的检测区域的个数，根据发生遮挡的检测区域的个数判断该检测图像是否发生遮挡，例如可以在确定出的发生遮挡的检测区域个数与整个视频图像的检测区域个数的比例大于阈值时，确定该检测图像发生遮挡；这样可以避免针对视频图像中某一个区域的误判直接确定检测图像发生遮挡，或者，在某种情况下由于视频图像的某个区域纹理单一，根据一个检测区域的边缘信息直接确定视频被遮挡，也可能会导致误判。因此，本技术实施例提供的图像检测方法可以准确的对视频图像是否发生遮挡进行检测。
70.在介绍完本技术实施例的设计思想之后，下面对本技术实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，以下介绍的应用场景仅用于说明本技术实施例而非限定。在具体实施过程中，可以根据实际需要灵活地应用本技术实施例提供的技术方案。
71.如图1所示，其为本技术实施例示例性的一种可选视频监控场景的示意图，包括摄像头10和被拍摄对象11；假设该摄像头为电梯内的视频监控摄像头，被拍摄对象为人物。
72.摄像头10对包含被拍摄对象11的电梯环境进行拍摄得到视频数据；摄像头10获取
视频数据中的待检测的视频图像，并将视频图像划分为多个检测区域；针对多个检测区域中的任意一个检测区域，对检测区域进行边缘检测确定检测区域的边缘信息，并对检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示检测区域是否发生遮挡的遮挡评估参数；根据各个检测区域对应的遮挡评估参数，确定视频图像中发生遮挡的检测区域的数量；若视频图像中发生遮挡的检测区域的数量满足预设条件，则确定视频图像发生遮挡。
73.一种可选的实施方式为，摄像头10在连续检测到多帧视频图像发生遮挡后，确定摄像头10被遮挡，此时摄像头10可以上报告警信息。
74.如图2所示，其为本技术实施例示例性的另一种可选视频监控场景的示意图，包括摄像头20、服务器21和被拍摄对象22；假设该摄像头为交通摄像头，服务器为交管服务器，被拍摄对象为车辆；其中，本技术实施例的服务器21可以为一个独立服务器，或者可以是由多个服务器组成的服务器集群。
75.摄像头20对包含被拍摄对象22的道路环境进行拍摄得到视频数据；摄像头2将采集到的视频数据上传至服务器21；其中，需要说明的是，摄像头20可以将采集到的视频数据实时上传至服务器21，或者，摄像头20可以按照预设周期将采集到的视频数据上传至服务器21。
76.服务器21获取视频数据中的待检测的视频图像，并将视频图像划分为多个检测区域；针对多个检测区域中的任意一个检测区域，对检测区域进行边缘检测确定检测区域的边缘信息，并对检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示检测区域是否发生遮挡的遮挡评估参数；根据各个检测区域对应的遮挡评估参数，确定视频图像中发生遮挡的检测区域的数量；若视频图像中发生遮挡的检测区域的数量满足预设条件，则确定视频图像发生遮挡。
77.一种可选的实施方式为，服务器21在连续检测到多帧视频图像发生遮挡后，确定摄像头20被遮挡，此时服务器21可以上报告警信息。
78.如图3所示，其为本技术实施例示例性的一种可选视频直播场景的示意图，包括终端30、服务器31和直播对象32；其中，直播对象32可以使用安装于终端30上的直播类客户端进行视频直播，服务器31为与该直播类app对应的服务器，本技术实施例的服务器21可以为一个独立服务器，或者可以是由多个服务器组成的服务器集群。
79.终端30通过摄像头采集直播对象32的直播视频，并将该直播视频通过直播类客户端将直播视频上传至服务器31；
80.服务器31获取视频数据中的待检测的视频图像，并将视频图像划分为多个检测区域；针对多个检测区域中的任意一个检测区域，对检测区域进行边缘检测确定检测区域的边缘信息，并对检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示检测区域是否发生遮挡的遮挡评估参数；根据各个检测区域对应的遮挡评估参数，确定视频图像中发生遮挡的检测区域的数量；若视频图像中发生遮挡的检测区域的数量满足预设条件，则确定视频图像发生遮挡。
81.一种可选的实施方式为，服务器31在连续检测到多帧视频图像发生遮挡后，确定终端30的摄像头被遮挡，此时服务器31向直播类客户端下发告警信息，在终端30运行的直播类客户端的显示界面中显示摄像头被遮挡的提示信息。
82.或者，本技术实施例还可以应用于对视频数据进行质量检测的场景，通过对视频数据中的视频图像进行检测，判断视频图像是否发生遮挡，在确定连续多帧视频图像发生遮挡时，可以确定该视频数据质量较低。
83.下面结合上述描述的应用场景，参考图4-图9来描述本技术示例性实施方式提供的一种图像检测方法。需要注意的是，上述应用场景仅是为了便于理解本技术的精神和原理而示出，本技术的实施方式在此方面不受任何限制。相反，本技术的实施方式可以应用于适用的任何场景。
84.如图4所示，本技术实施例图像检测方法流程示意图，该方法可以包括以下步骤：
85.步骤s401、获取视频数据中的待检测的视频图像，并将视频图像划分为多个检测区域；
86.步骤s402、针对多个检测区域中的任意一个检测区域，对检测区域进行边缘检测确定检测区域的边缘信息，并对检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示检测区域是否发生遮挡的遮挡评估参数；
87.步骤s403、根据各个检测区域对应的遮挡评估参数，确定视频图像中发生遮挡的检测区域的数量；
88.步骤s404、若视频图像中发生遮挡的检测区域的数量满足预设条件，则确定视频图像发生遮挡。
89.需要说明的是，本技术实施例可以针对视频中的任意一帧视频图像进行检测，判断该视频图像是否发生遮挡。
90.在步骤s401中，在对视频图像进行划分时，一种可选的实施方式，将视频图像进行网格化划分；例如，可以将视频图像划分为均等的多个网格区域。
91.实施中，可以基于视频图像的大小灵活的对视频图像进行划分；例如，若视频图像较大，则可以将视频图像划分为3*3个检测区域；若视频图像较小时，可以将视频图像划分为2*2个检测区域。
92.本技术实施例在将视频图像划分为多个检测区域后，基于每个检测区域，分别判断该检测区域是否发生遮挡；下面针对一个检测区域判断是否发生遮挡的方式进行说明。
93.本技术实施例对检测区域进行边缘检测，确定检测区域的边缘信息；或者本技术实施例可以在将视频图像划分为多个检测区域之前，基于待检测的视频图像，确定整个视频图像的边缘信息；并对检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示检测区域是否发生遮挡的遮挡评估参数。
94.一种可选的实施方式为，本技术实施例根据检测区域的连通处理后的边缘信息，生成用于表示检测区域中连通区域分布状态的边缘置信度参数；根据确定出的边缘置信度参数确定遮挡评估参数。
95.下面详细介绍下确定检测区域对应的边缘置信度参数的具体方式：
96.实施中，将检测区域划分为多个检测单元；针对多个检测单元中的任意一个检测单元，根据检测单元对应的连通处理后的边缘信息，确定检测单元中的连通区域；根据检测单元中各个连通区域的大小，生成检测单元的边缘置信度参数；将各个检测单元的边缘置信度参数的均值作为检测区域的边缘置信度参数。
97.本技术实施例基于检测区域再次进行划分，将检测区域划分为多个检测单元；可
选的，本技术实施例可以对检测区域进行网格化划分得到多个检测单元。
98.针对任意一个检测单元，通过canny算子计算检测单元内的边缘信息；需要说明的是，针对不同光线环境下采集到的视频图像，在进行边缘检测时可以采用不同的边缘参数；在得到检测单元的边缘信息后，对边缘信息进行连通处理，这样可以过滤掉图像噪声带来的边缘信息干扰，避免由于噪点导致的误判；
99.根据检测单元对应的连通处理后的边缘信息，确定检测单元中的连通区域；根据检测单元中各个连通区域的大小，确定检测单元的边缘置信度参数；
100.其中，在确定检测单元的边缘置信度参数时，一种可选的实施方式为，根据检测单元中各个连通区域的大小，确定最大连通区域的面积与检测单元面积的第一比值，以及确定所有连通区域的面积之和与检测单元面积的第二比值；将第一比值和第二比值作加权求和运算，并将得到的运算结果作为检测单元的边缘置信度参数。
101.实施中，根据检测单元内连通处理后的边缘信息，确定该检测单元内满足预设条件的连通区域；其中，确定出的连通区域的个数可以为一个或多个；
102.预设条件可以为连通区域的面积不小于第一阈值，或，连通区域的宽度不小于第二阈值且长度不小于第三阈值。
103.从确定出的各个连通区域中确定面积最大的连通区域，并计算最大连通区域的面积与检测单元面积的第一比值；以及，将各个连通区域的面积求和，并确定所有连通区域的面积之和与检测单元面积的第二比值；
104.假设第一比值为a，第二比值为b,则边缘置信度参数e＝m*a n*b；
105.其中，m、n为预设的权重系数。
106.本技术实施例在确定出各个检测单元的边缘置信度参数之后，将各个检测单元的边缘置信度参数的平均值作为检测区域的边缘置信度参数。
107.下面详细说明的根据边缘置信度参数确定遮挡评估参数的方式。
108.方式1、将边缘置信度参数作为遮挡评估参数；
109.实施中，本技术实施例可以仅根据表示检测区域的边缘信息的边缘置信度参数确定遮挡评估参数；
110.在该种方式下，本技术实施例在确定遮挡评估参数小于第一预设阈值时，确定该检测区域发生遮挡；
111.需要说明的是，本技术实施例的第一预设阈值为预先设置的边缘置信度参数的下限值；若检测区域的遮挡评估参数小于该第一预设阈值，则表示该检测区域中各个检测子区域中联通边缘很少，则可能是由于图像被遮挡导致的图像中分布大量噪点。
112.如图5a所示的视频图像，该视频图像对应的边缘图像如图5b所示；由于图5b中分布大量离散噪点，在将视频图像划分为多个检测区域，并将检测区域划分为多个检测子区域之后，针对每个检测子区域进行边缘联通处理，检测子区域中联通边缘很少，则确定出该检测区域对应的边缘置信度参数非常小，小于预设的第一预设阈值，则可以直接判断该视频图像发生遮挡。
113.如图6a所示的视频图像，该视频图像对应的边缘图像如图6b所示，从图6b可以看出，该边缘图像中存在大量的联通边缘，则确定出该视频图像的检测区域对应的边缘置信度参数一般较大，可以根据该边缘置信度参数确定图像未发生遮挡。
114.方式2、根据边缘置信度参数、颜色评估参数和亮度评估参数，确定检测区域对应的遮挡评估参数；
115.本技术实施例在确定遮挡评估参数时引入颜色评估参数和亮度评估参数，根据边缘置信度参数、颜色评估参数和亮度评估参数共同确定遮挡评估参数；
116.其中，根据下列方式确定用于表示检测区域的颜色丰富程度的颜色评估参数：
117.根据检测区域中各个像素点的色彩信息，确定用于表示检测区域的颜色丰富程度的颜色评估参数；
118.可选的，本技术实施例确定颜色评估参数具体可以包括以下步骤：
119.步骤1、针对检测区域中任意一个像素点，根据像素点对应的r通道数值和像素点对应的g通道数值的差值确定像素点的第一色彩信息；以及根据像素点对应的r通道数值和像素点对应的g通道数值的均值、与像素点对应的b通道数值之间的差值确定所述像素点的第二色彩信息；
120.例如，ri表示像素点对应的r通道数值，gi表示像素点对应的g通道数值，bi表示像素点对应的b通道数值；
121.rg＝|ri-gi|；其中，rg为像素点的第一色彩信息；
122.其中，yb为像素点的第二色彩信息。
123.步骤2、根据检测区域中各个像素点的第一色彩信息的平均值，以及检测区域中各个像素点的第二色彩信息的平均值，确定检测区域对应的色彩信息平均值的调和均值；以及根据检测区域中各个像素点的第一色彩信息的标准差，以及检测区域中各个像素点的第二色彩信息的标准差，确定检测区域对应的色彩信息标准差的调和均值；
124.例如，
125.其中，μ
rg
为检测区域中各个像素点的第一色彩信息的平均值，μ
yb
为检测区域中各个像素点的第二色彩信息的平均值，μ
rgyb
为检测区域对应的色彩信息平均值的调和均值；
[0126][0127]
其中，σ
rg
为检测区域中各个像素点的第一色彩信息的标准差，σ
yb
为检测区域中各个像素点的第二色彩信息的标准差，σ
rgyb
为检测区域对应的色彩信息标准差的调和均值。
[0128]
步骤3、根据检测区域对应的色彩信息平均值的调和均值以及检测区域对应的色彩信息标准差的调和均值，确定检测区域的颜色评估参数；
[0129]
c＝σ
rgyb
0.3μ
rgyb
；
[0130]
其中，c为检测区域的颜色评估参数。
[0131]
以及，本技术实施例根据下列方式确定用于表示检测区域的亮度平均信息的亮度评估参数：
[0132]
根据所述检测区域中各个像素点的亮度值，确定用于表示检测区域的亮度平均信息的亮度评估参数；
[0133]
一种可选的实施方式为，本技术实施例在计算检测区域的亮度评估参数时，可以将视频图像转换为hsv空间，从而确定出检测区域中每个像素点的亮度值；将检测区域中各
个像素点的亮度值的平均值作为检测区域的亮度评估参数。
[0134]
需要说明的是，由于仅采用边缘置信度参数可能会导致误判；例如，若存在纹理单一或者纹理不够明显的大型物体靠近摄像头，此时根据边缘置信度参数可能会判断当前视频图像被遮挡，但实际上并非是遮挡。本技术实施例引入了颜色评估参数和亮度评估参数，由于若视频图像被遮挡，则该视频图像的色彩较为单一，不会出现丰富的颜色，且视频图像被遮挡后，该视频图像的亮度会大大降低。因此，本技术实施例基于边缘置信度参数、颜色评估参数和亮度评估参数共同确定遮挡评估参数可以更加准确的对视频图像是否发生遮挡进行判断。
[0135]
如图7a所示的视频图像，该视频图像对应的边缘图像如图7b所示；从图7a中可以看出该视频图像发生遮挡，从图7b中可以看出该边缘图像中存在联通边缘，若仅根据边缘置信度参数，可能会导致判断该视频图像未发生遮挡。又例如，如图8a所示的视频图像，该视频图像对应的边缘图像如图8b所示；从图8a中可以看出该视频图像发生遮挡，从图8b中可以看出该边缘图像中存在较多的联通边缘，若仅根据边缘置信度参数，很可能会判断该视频图像未发生遮挡，因此需要进一步基于颜色评估参数和亮度评估参数进行判断。
[0136]
实施中，由于视频图像中包括前景区域和背景区域，且前景区域和背景区域的纹理、颜色、亮度均存在较大差异；例如，一般来说，前景区域的纹理比背景区域的纹理丰富，且前景区域的颜色比背景区域的颜色丰富，且前景区域的亮度比背景区域的亮度较大；因此，本技术实施例在确定检测区域的遮挡评估参数时，一种可选的方式为依据检测区域所在的位置属于前景区域还是背景区域。
[0137]
实施中，本技术实施例设置权重参数，前景区域对应的权重参数设置为第一权重值，且背景区域对应的权重参数设置为第二权重值；其中，第一权重值大于第二权重值。
[0138]
本技术实施例在获取到待检测的视频图像之后，对视频图像进行前景分析，识别视频图像中的前景区域和背景区域；
[0139]
在确定检测区域的遮挡评估参数时，根据边缘置信度参数、颜色评估参数和亮度评估参数、以及检测区域对应的权重参数，确定检测区域对应的遮挡评估参数；
[0140]
其中，若该检测区域位于前景区域，则将第一权重值作为该检测区域对应的权重参数；若该检测区域位于背景区域，则将第二权重值作为该检测区域对应的权重参数。
[0141]
在确定检测区域对应的遮挡评估参数时，将边缘置信度参数、颜色评估参数和亮度评估参数作加权求和运算；若检测区域为视频图像的前景区域，则将加权求和运算的运算结果与第一权重值的乘积作为检测区域对应的遮挡评估参数；若检测区域为所述视频图像的背景区域，则将加权求和运算的运算结果与第二权重值的乘积作为检测区域对应的遮挡评估参数；
[0142]
例如，score＝λ*(α*c β*e γ*l)；
[0143]
其中，score为检测区域对应的遮挡评估参数，α为预设的颜色评估参数对应的权重系数、β为预设的边缘置信度参数对应的权重系数、γ为预设的亮度评估参数对应的权重系数，c为检测区域的颜色评估参数，e为检测区域的边缘置信度参数，l为检测区域的亮度评估参数，λ为检测区域对应的权重参数；例如，在检测区域为前景区域时，λ的取值可以为0.7，在检测区域为背景区域时，λ的取值可以为0.3。
[0144]
在该种方式下，本技术实施例在确定出检测区域的遮挡评估参数之后，若遮挡评
估参数大于第二预设阈值，确定检测区域发生遮挡。
[0145]
本技术实施例在确定出每个检测区域是否发生遮挡后，确定视频图像中发生遮挡的检测区域的数量；若视频图像中发生遮挡的检测区域的数量满足预设条件，则确定视频图像发生遮挡。
[0146]
实施中，预设条件可以为视频图像中发生遮挡的检测区域的数量与视频图像中检测区域的数量比值大于预设阈值。
[0147]
针对一个视频，若该视频中连续多个视频图像均确定为发生遮挡，则可以确定当前摄像头采集的视频发生遮挡；
[0148]
相应的，若在视频遮挡发生后，连续检测到该视频中多个视频图像均确定为未发生遮挡，则可以确定当前摄像头采集的视频解除遮挡。
[0149]
如图9所示的本技术实施例图像检测方法的整体流程图，具体可以包括以下步骤：
[0150]
步骤s901、获取待检测的视频图像，并将视频图像划分为多个检测区域；
[0151]
步骤s902、对视频图像进行前景检测，识别视频图像中的前景区域和背景区域；
[0152]
下面步骤s903～s911针对多个检测区域中的任意一个检测区域进行说明：
[0153]
步骤s903、将所述检测区域划分为多个检测单元；
[0154]
步骤s904、针对多个检测单元中的任意一个检测单元，根据检测单元的边缘信息对检测单元进行边缘联通处理，根据检测单元对应的连通处理后的边缘信息，确定检测单元中的连通区域；根据检测单元中各个连通区域的大小，确定检测单元的边缘置信度参数；
[0155]
步骤s905、将各个检测单元的边缘置信度参数的均值作为检测区域的边缘置信度参数；
[0156]
步骤s906、判断遮挡评估参数是否小于第一预设阈值，若是，执行步骤s907，若否，执行步骤s908；
[0157]
步骤s907、确定该检测区域发生遮挡；
[0158]
步骤s908、根据检测区域中各个像素点的色彩信息，确定用于表示检测区域的颜色丰富程度的颜色评估参数；
[0159]
步骤s909、根据检测区域中各个像素点的亮度值，确定用于表示检测区域的亮度平均信息的亮度评估参数；
[0160]
需要说明的是，步骤s908和步骤s909执行的先后顺序不作限定；
[0161]
步骤s910、若检测区域位于视频图像中的前景区域，则将第一权重值作为检测区域对应的权重参数；若检测区域位于视频图像中的背景区域，则将第二权重值作为检测区域对应的权重参数；
[0162]
步骤s911、将所述边缘置信度参数、颜色评估参数和亮度评估参数作加权求和运算；并将加权求和运算的运算结果与检测区域对应的权重参数的乘积作为检测区域对应的遮挡评估参数；
[0163]
步骤s912、根据各个检测区域对应的遮挡评估参数，确定视频图像中发生遮挡的检测区域的数量；
[0164]
步骤s913、若视频图像中发生遮挡的检测区域的数量与视频图像中检测区域的数量比值大于预设阈值，则确定视频图像发生遮挡。
[0165]
基于同一发明构思，如图10所示，本技术实施例提供一种图像检测设备1000，包括
至少一个处理器1001、以及至少一个存储器1002；其中，存储器1002存储有程序代码，当程序代码被处理器1001执行时，使得处理器1001执行下列过程：
[0166]
获取待检测的视频图像，并将所述视频图像划分为多个检测区域；
[0167]
针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；
[0168]
根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；
[0169]
若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。
[0170]
可选的，所述处理器1001具体用于：
[0171]
根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；并将所述边缘置信度参数作为所述检测区域的遮挡评估参数；
[0172]
所述处理器1001根据下列方式确定所述检测区域发生遮挡：
[0173]
若所述遮挡评估参数小于第一预设阈值，确定所述检测区域发生遮挡。
[0174]
可选的，所述处理器1001具体用于：
[0175]
根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；以及根据所述检测区域中各个像素点的色彩信息，确定用于表示所述检测区域的颜色丰富程度的颜色评估参数；以及根据所述检测区域中各个像素点的亮度值，确定用于表示所述检测区域的亮度平均信息的亮度评估参数；
[0176]
根据所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数，确定所述检测区域对应的遮挡评估参数；
[0177]
所述处理器1001根据下列方式确定所述检测区域发生遮挡：
[0178]
若所述遮挡评估参数大于第二预设阈值，确定所述检测区域发生遮挡。
[0179]
可选的，所述处理器1001具体用于：
[0180]
将所述检测区域划分为多个检测单元；
[0181]
针对所述多个检测单元中的任意一个检测单元，根据所述检测单元对应的连通处理后的边缘信息，确定所述检测单元中的连通区域；根据所述检测单元中各个连通区域的大小，确定所述检测单元的边缘置信度参数；
[0182]
将各个检测单元的边缘置信度参数的均值作为所述检测区域的边缘置信度参数。
[0183]
可选的，所述处理器1001具体用于：
[0184]
根据所述检测单元中各个连通区域的大小，确定最大连通区域的面积与所述检测单元面积的第一比值以及确定所有连通区域的面积之和与所述检测单元面积的第二比值；
[0185]
将所述第一比值和所述第二比值作加权求和运算，并将得到的运算结果作为所述检测单元的边缘置信度参数。
[0186]
可选的，所述处理器1001具体用于：
[0187]
针对所述检测区域中任意一个像素点，根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的差值确定所述像素点的第一色彩信息；以及根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的均值、与所述像素点对应的b通道数值之
间的差值所述确定所述像素点的第二色彩信息；
[0188]
根据所述检测区域中各个像素点的第一色彩信息的平均值，以及所述检测区域中各个像素点的第二色彩信息的平均值，确定所述检测区域对应的色彩信息平均值的调和均值；以及根据所述检测区域中各个像素点的第一色彩信息的标准差，以及所述检测区域中各个像素点的第二色彩信息的标准差，确定所述检测区域对应的色彩信息标准差的调和均值；
[0189]
根据所述检测区域对应的色彩信息平均值的调和均值以及所述检测区域对应的色彩信息标准差的调和均值，确定所述检测区域的颜色评估参数。
[0190]
可选的，所述处理器1001具体用于：
[0191]
将所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数作加权求和运算；
[0192]
若所述检测区域为所述视频图像的前景区域，则将所述加权求和运算的运算结果与第一权重值的乘积作为所述检测区域对应的遮挡评估参数；若所述检测区域为所述视频图像的背景区域，则将所述加权求和运算的运算结果与第二权重值的乘积作为所述检测区域对应的遮挡评估参数；其中，所述第一权重值大于所述第二权重值。
[0193]
如图11所示，本技术实施例提供一种图像检测装置1100，包括：
[0194]
获取模块1101，用于获取待检测的视频图像，并将所述视频图像划分为多个检测区域；
[0195]
检测模块1102，用于针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；
[0196]
确定模块1103，用于根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；
[0197]
处理模块1104，用于若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。
[0198]
可选的，所述检测模块1102具体用于：
[0199]
根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；并将所述边缘置信度参数作为所述检测区域的遮挡评估参数；
[0200]
所述检测模块1102具体用于根据下列方式确定所述检测区域发生遮挡：
[0201]
若所述遮挡评估参数小于第一预设阈值，确定所述检测区域发生遮挡。
[0202]
可选的，所述检测模块1102具体用于：
[0203]
根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；以及根据所述检测区域中各个像素点的色彩信息，确定用于表示所述检测区域的颜色丰富程度的颜色评估参数；以及根据所述检测区域中各个像素点的亮度值，确定用于表示所述检测区域的亮度平均信息的亮度评估参数；
[0204]
根据所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数，确定所述检测区域对应的遮挡评估参数；
[0205]
所述检测模块1102具体用于根据下列方式确定所述检测区域发生遮挡：
[0206]
若所述遮挡评估参数大于第二预设阈值，确定所述检测区域发生遮挡。
[0207]
可选的，所述检测模块1102具体用于：
[0208]
将所述检测区域划分为多个检测单元；
[0209]
针对所述多个检测单元中的任意一个检测单元，根据所述检测单元对应的连通处理后的边缘信息，确定所述检测单元中的连通区域；根据所述检测单元中各个连通区域的大小，确定所述检测单元的边缘置信度参数；
[0210]
将各个检测单元的边缘置信度参数的均值作为所述检测区域的边缘置信度参数。
[0211]
可选的，所述检测模块1102具体用于：
[0212]
根据所述检测单元中各个连通区域的大小，确定最大连通区域的面积与所述检测单元面积的第一比值以及确定所有连通区域的面积之和与所述检测单元面积的第二比值；
[0213]
将所述第一比值和所述第二比值作加权求和运算，并将得到的运算结果作为所述检测单元的边缘置信度参数。
[0214]
可选的，所述检测模块1102具体用于：
[0215]
针对所述检测区域中任意一个像素点，根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的差值确定所述像素点的第一色彩信息；以及根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的均值、与所述像素点对应的b通道数值之间的差值所述确定所述像素点的第二色彩信息；
[0216]
根据所述检测区域中各个像素点的第一色彩信息的平均值，以及所述检测区域中各个像素点的第二色彩信息的平均值，确定所述检测区域对应的色彩信息平均值的调和均值；以及根据所述检测区域中各个像素点的第一色彩信息的标准差，以及所述检测区域中各个像素点的第二色彩信息的标准差，确定所述检测区域对应的色彩信息标准差的调和均值；
[0217]
根据所述检测区域对应的色彩信息平均值的调和均值以及所述检测区域对应的色彩信息标准差的调和均值，确定所述检测区域的颜色评估参数。
[0218]
可选的，所述检测模块1102具体用于：
[0219]
将所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数作加权求和运算；
[0220]
若所述检测区域为所述视频图像的前景区域，则将所述加权求和运算的运算结果与第一权重值的乘积作为所述检测区域对应的遮挡评估参数；若所述检测区域为所述视频图像的背景区域，则将所述加权求和运算的运算结果与第二权重值的乘积作为所述检测区域对应的遮挡评估参数；其中，所述第一权重值大于所述第二权重值。
[0221]
为了描述的方便，以上各部分按照功能划分为各模块(或单元)分别描述。当然，在实施本技术时可以把各模块(或单元)的功能在同一个或多个软件或硬件中实现。
[0222]
所属技术领域的技术人员能够理解，本技术的每个方面可以实现为系统、方法或程序产品。因此，本技术的每个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
[0223]
在一些可能的实施方式中，本技术提供的图像检测方法的每个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在计算机设备上运行时，程序代码用于
使计算机设备执行本说明书上述描述的根据本技术各种示例性实施方式的图像检测方法中的步骤，例如，计算机设备可以执行如图4或图9所示的步骤。
[0224]
程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0225]
本领域内的技术人员应明白，本技术的实施例可提供为方法、系统、或计算机程序产品。因此，本技术可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本技术可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0226]
本技术是参照根据本技术的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0227]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0228]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0229]
显然，本领域的技术人员可以对本技术进行各种改动和变型而不脱离本技术的精神和范围。这样，倘若本技术的这些修改和变型属于本技术权利要求及其等同技术的范围之内，则本技术也意图包含这些改动和变型在内。

技术特征：
1.一种图像检测方法，其特征在于，该方法包括：获取待检测的视频图像，并将所述视频图像划分为多个检测区域；针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。2.如权利要求1所述的方法，其特征在于，所述根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数，具体包括：根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；并将所述边缘置信度参数作为所述检测区域的遮挡评估参数；根据下列方式确定所述检测区域发生遮挡：若所述遮挡评估参数小于第一预设阈值，确定所述检测区域发生遮挡。3.如权利要求1所述的方法，其特征在于，所述根据所述检测区域的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数，具体包括：根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；以及根据所述检测区域中各个像素点的色彩信息，确定用于表示所述检测区域的颜色丰富程度的颜色评估参数；以及根据所述检测区域中各个像素点的亮度值，确定用于表示所述检测区域的亮度平均信息的亮度评估参数；根据所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数，确定所述检测区域对应的遮挡评估参数；根据下列方式确定所述检测区域发生遮挡：若所述遮挡评估参数大于第二预设阈值，确定所述检测区域发生遮挡。4.如权利要求2或3所述的方法，其特征在于，所述根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数，具体包括：将所述检测区域划分为多个检测单元；针对所述多个检测单元中的任意一个检测单元，根据所述检测单元对应的连通处理后的边缘信息，确定所述检测单元中的连通区域；根据所述检测单元中各个连通区域的大小，确定所述检测单元的边缘置信度参数；将各个检测单元的边缘置信度参数的均值作为所述检测区域的边缘置信度参数。5.如权利要求4所述的方法，其特征在于，所述根据所述检测单元中各个连通区域的大小，确定所述检测单元的边缘置信度参数，具体包括：根据所述检测单元中各个连通区域的大小，确定最大连通区域的面积与所述检测单元面积的第一比值以及确定所有连通区域的面积之和与所述检测单元面积的第二比值；将所述第一比值和所述第二比值作加权求和运算，并将得到的运算结果作为所述检测单元的边缘置信度参数。6.如权利要求3所述的方法，其特征在于，所述根据所述检测区域中各个像素点的色彩
信息，确定用于表示所述检测区域的颜色丰富程度的颜色评估参数，具体包括：针对所述检测区域中任意一个像素点，根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的差值确定所述像素点的第一色彩信息；以及根据所述像素点对应的r通道数值和所述像素点对应的g通道数值的均值、与所述像素点对应的b通道数值之间的差值所述确定所述像素点的第二色彩信息；根据所述检测区域中各个像素点的第一色彩信息的平均值，以及所述检测区域中各个像素点的第二色彩信息的平均值，确定所述检测区域对应的色彩信息平均值的调和均值；以及根据所述检测区域中各个像素点的第一色彩信息的标准差，以及所述检测区域中各个像素点的第二色彩信息的标准差，确定所述检测区域对应的色彩信息标准差的调和均值；根据所述检测区域对应的色彩信息平均值的调和均值以及所述检测区域对应的色彩信息标准差的调和均值，确定所述检测区域的颜色评估参数。7.如权利要求3或6所述的方法，其特征在于，所述根据所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数，确定所述检测区域对应的遮挡评估参数，具体包括：将所述边缘置信度参数、所述颜色评估参数和所述亮度评估参数作加权求和运算；若所述检测区域为所述视频图像的前景区域，则将所述加权求和运算的运算结果与第一权重值的乘积作为所述检测区域对应的遮挡评估参数；若所述检测区域为所述视频图像的背景区域，则将所述加权求和运算的运算结果与第二权重值的乘积作为所述检测区域对应的遮挡评估参数；其中，所述第一权重值大于所述第二权重值。8.一种图像检测设备，其特征在于，该设备包括至少一个处理器、以及至少一个存储器；其中，存储器存储有程序代码，当程序代码被处理器执行时，使得处理器执行下列过程：获取待检测的视频图像，并将所述视频图像划分为多个检测区域；针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。9.如权利要求8所述的设备，其特征在于，所述处理器具体用于：根据连通处理后的边缘信息，生成用于表示所述检测区域中连通区域分布状态的边缘置信度参数；以及根据所述检测区域中各个像素点的色彩信息，确定用于表示所述检测区域的颜色丰富程度的颜色评估参数；以及根据所述检测区域中各个像素点的亮度值，确定用于表示所述检测区域的亮度平均信息的亮度评估参数；所述处理器根据下列方式确定所述检测区域发生遮挡：若所述遮挡评估参数大于第二预设阈值，确定所述检测区域发生遮挡。10.一种图像检测装置，其特征在于，该装置包括：获取模块，用于获取待检测的视频图像，并将所述视频图像划分为多个检测区域；检测模块，用于针对所述多个检测区域中的任意一个检测区域，对所述检测区域进行边缘检测确定所述检测区域的边缘信息，并对所述检测区域的边缘信息进行连通处理；根
据连通处理后的边缘信息，确定用于表示所述检测区域是否发生遮挡的遮挡评估参数；确定模块，用于根据各个检测区域对应的遮挡评估参数，确定所述视频图像中发生遮挡的检测区域的数量；处理模块，用于若所述视频图像中发生遮挡的检测区域的数量满足预设条件，则确定所述视频图像发生遮挡。

技术总结
本申请涉及图像处理技术领域，特别涉及一种图像检测方法、设备和装置，用以准确判断视频图像是否发生遮挡。本申请实施例获取待检测的视频图像，并将视频图像划分为多个检测区域；针对多个检测区域中的任意一个检测区域，对检测区域进行边缘检测确定检测区域的边缘信息，并对检测区域的边缘信息进行连通处理；根据连通处理后的边缘信息，确定用于表示检测区域是否发生遮挡的遮挡评估参数；根据各个检测区域对应的遮挡评估参数，确定视频图像中发生遮挡的检测区域的数量；若视频图像中发生遮挡的检测区域的数量满足预设条件则确定视频图像发生遮挡。图像发生遮挡。图像发生遮挡。


技术研发人员：魏芳 刘微 郝旭宁 刘洪梅 狄建锴
受保护的技术使用者：青岛海信网络科技股份有限公司
技术研发日：2022.02.18
技术公布日：2022/5/25