CN113222922B - 红外爆闪灯补光范围检测方法、装置及设备 - Google Patents

Abstract

本申请提供一种红外爆闪灯补光范围检测方法、装置及设备，该方法包括：获取待检测图像，所述待检测图像为监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像；对所述待检测图像进行亮度区分处理；所述亮度区分处理用以对所述待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分；对所述亮度区分处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围。该方法可以实现红外爆闪灯的补光范围的自动检测。

Description

红外爆闪灯补光范围检测方法、装置及设备

技术领域

本申请涉及图像处理技术领域，尤其涉及一种红外爆闪灯补光范围检测方法、装置及设备。

背景技术

在目前的智能交通领域，需要在过车拍摄时刻使用爆闪灯进行补光，以确保车牌、车标、车身颜色等车辆信息以及车内目标的捕获率与识别率。

随着产品的技术进步，并考虑到白光爆闪带来的光污染严重，红外爆闪灯的应用逐渐普及。

然而，由于红外爆闪灯使用的是人眼不可见的光的波段对监控前端设备进行补光，人眼无法看到补光区域，进而，无法确认红外爆闪灯的补光范围是否在监控前端设备的过车拍摄区域。

如何检测红外爆闪灯补光范围成为一个亟待解决的技术问题。

发明内容

有鉴于此，本申请提供一种红外爆闪灯补光范围检测方法、装置及设备。

具体地，本申请是通过如下技术方案实现的：

根据本申请实施例的第一方面，提供一种红外爆闪灯补光范围检测方法，包括：

获取待检测图像，所述待检测图像为监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像；其中，所述预设曝光参数包括曝光时长，所述曝光时长大于等于所述红外爆闪灯的补光时长；

对所述待检测图像进行亮度区分处理；所述亮度区分处理用以对所述待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分；对所述亮度区分处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围。

根据本申请实施例的第二方面，提供一种红外爆闪灯补光范围检测装置，包括：

获取单元，用于获取待检测图像，所述待检测图像为监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像；其中，所述预设曝光参数包括曝光时长，所述曝光时长大于等于所述红外爆闪灯的补光时长；

处理单元，用于对所述待检测图像进行亮度区分处理；所述亮度区分处理用以对所述待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分；

检测单元，用于对所述亮度区分处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围。

根据本申请实施例的第三方面，提供一种电子设备，包括处理器和机器可读存储介质，所述机器可读存储介质存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行机器可执行指令，以实现上述红外爆闪灯补光范围检测方法。

根据本申请实施例的第四方面，提供一种机器可读存储介质，所述机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时实现上述红外爆闪灯补光范围检测方法。

本申请实施例的红外爆闪灯补光范围检测方法，通过以监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像为待检测图像，对该图像进行亮度区分处理，得到亮度区分处理后的图像，并对亮度区分后的图像进行边缘检测，确定红外爆闪灯的补光范围，实现红外爆闪灯的补光范围的自动检测。

附图说明

图1为本申请一示例性实施例示出的一种红外爆闪灯补光范围检测方法的流程示意图；

图2为本申请一示例性实施例示出的一种红外爆闪灯补光范围检测的流程示意图；

图3为本申请一示例性实施例示出的一种gamma曲线的示意图；

图4A为本申请一示例性实施例示出的一种红外爆闪灯补光正常情况下的边缘检测图；

图4B为本申请一示例性实施例示出的一种红外爆闪灯工作异常的情况下的边缘检测图；

图5为本申请一示例性实施例示出的一种红外爆闪灯补光范围检测装置的结构示意图；

图6为本申请又一示例性实施例示出的另一种红外爆闪灯补光范围检测装置的结构示意图；

图7为本申请一示例性实施例示出的一种电子设备的硬件结构示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请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、本申请的一些方面相一致的装置和方法的例子。

在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。

为了使本领域技术人员更好地理解本申请实施例提供的技术方案，并使本申请实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请实施例中技术方案作进一步详细的说明。

请参见图1，为本申请实施例提供的一种红外爆闪灯补光范围检测方法的流程示意图，如图1所示，该红外爆闪灯补光检测方法可以包括以下步骤：

步骤S100、获取待检测图像，该待检测图像为监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像；其中，该预设曝光参数包括曝光时长，该曝光时长大于红外爆闪灯的补光时长。

本申请实施例中，为了实现红外爆闪灯补光范围的自动检测，可以获取监控前端设备拍摄的监控场景的图像，且在监控前端设备进行图像拍摄时，可以控制红外爆闪灯进行补光。

示例性的，为了保证红外爆闪灯在监控前端设备进行图像拍摄时的曝光时间内补光，监控前端设备的曝光时长需大于等于红外爆闪灯的补光时长。

示例性的，监控前端设备的曝光起始时间早于或等于红外爆闪灯的补光起始时间，监控前端设备的曝光结束时间晚于或等于红外爆闪灯的补光结束时间。

例如，可以在监控前端设备开始曝光时，控制红外爆闪灯开始补光；在监控设备结束曝光之前，控制红外爆闪灯结束补光。

示例性的，上述曝光参数还可以包括期望亮度，即期望的监控前端设备拍摄的图像的亮度。

示例性的，该期望亮度可以与红外爆闪补光灯的红外波段的波长正相关，即红外爆闪补光灯的红外波段的波长越长，期望亮度越高。

示例性的，考虑到红外爆闪灯补光的补光效果在环境光亮度比较强的情况下，如白天，通常无法在图像中体现，因此，为了实现依据监控前端设备拍摄的图像进行红外爆闪灯补光范围的检测，通常需要依据监控前端设备在环境光亮度较弱的情况下，如晚上，拍摄的图像进行。

在一个示例中，考虑到环境光亮度较弱的情况下车辆行驶过程中通常会打开车灯，为了避免打开状态的车灯对红外爆闪灯补光范围检测的干扰，可以获取监控场景在无过车的情况下的图像，即可以获取拍摄场景在无过车，且存在红外爆闪灯补光的情况下的图像作为待检测图像，用以红外爆闪灯补光范围检测。

示例性的，可以利用目标检测算法，对监控前端设备获取的监控视频进行车辆检测，以确定监控场景中是否存在过车。

步骤S110、对待检测图像进行亮度区分处理，亮度区分处理用以对待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分。

本申请实施例中，考虑到图像中红外爆闪灯补光范围的亮度与非补光范围的亮度通常会存在较大差异，为了确定图像中的红外爆闪灯补光范围，可以对待检测图像进行亮度区分处理，以对待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分，得到待检测图像中红外爆闪灯补光范围的大致区域(可以称为初选区域)。

示例性的，可以依据待检测图像中不同区域的亮度差异，对待检测图像进行亮度区分处理。

步骤S120、对亮度区分处理后的图像进行边缘检测，确定红外爆闪灯的补光范围。

本申请实施例中，当按照上述方式得到了亮度区分处理后的图像时，可以对亮度区分处理后的图像进行边缘检测，得到补光范围在图像中的边缘，确定红外爆闪灯的补光范围。

示例性的，可以利用索贝尔算子(Sobel operator)对亮度区分处理后的图像进行边缘检测。

示例性的，上述红外爆闪灯的补光范围是指红外爆闪灯在监控前端设备的拍摄范围内的补光范围。

可见，在图1所示方法流程中，通过以监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像为待检测图像，对待检测图像进行亮度区分处理，以对待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分，并对亮度区分处理后的图像进行边缘检测，确定红外爆闪灯的补光范围，实现红外爆闪灯的补光范围的自动检测。

在一些实施例中，步骤S110中，对待检测图像进行亮度区分处理，可以包括：

对待检测图像进行灰度化处理，得到灰度图；

对灰度图进行二值化处理，得到二值化图像；

对二值化图像进行腐蚀膨胀处理，得到腐蚀膨胀处理后的图像；

步骤S120中，对亮度区分处理后的图像进行边缘检测，可以包括：

对所述腐蚀膨胀处理后的图像进行边缘检测。

示例性的，为了对待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分，可以依次对待检测图像进行灰度化处理以及二值化处理，得到二值化图像。

示例性的，对灰度图进行二值化处理时使用的阈值可以依据OSTU法(最大类间方差法，也可以称为大津法)确定。

OSTU法的原理是假设图像是由前景区域和背景区域两部分组成的，通过遍历计算不同灰度阈值(通常为[0，255]区间范围内的值)下分割结果中前景区域和背景区域的灰度直方图，然后比较两者之间的方差，并将使得方差最大的那个灰度阈值作为二值化使用的阈值。

示例性的，考虑到在实际场景中，地面不同位置的反光情况通常会存在差异，导致红外爆闪灯补光范围在对应图像区域可能以多个离散的光斑的形式存在，为了提高红外爆闪灯补光范围检测的准确性，可以对按照上述方式得到的二值化图像进行腐蚀膨胀处理，得到腐蚀膨胀处理后的图像，将图像中同类的光斑合并到一起，使得补光范围内多个离散的光斑合并为一个大的光斑，得到光斑大致区域(可以称为光斑待定区域)。

示例性的，为了保证补光范围内多个离散的光斑最终合并为一个大的光斑，可以对二值化图像进行多次腐蚀膨胀处理。

相应地，当按照上述方式对待检测图像进行了腐蚀膨胀处理时，可以对腐蚀膨胀处理后的图像进行边缘检测，确定红外爆闪灯的补光范围。

需要说明的是，上述实施例中描述的对待检测图像进行亮度区分处理的实现方式仅仅是本申请实施例的一种优选实施方式，而并不是对本申请保护范围的限定，即在本申请实施例中，也可以通过其它方式实现对待检测图像进行亮度区分处理，基于本申请实施例，本领域技术人员在未付出创造性劳动的前提下，对上述实施例进行的变型，均应属于本申请保护范围。

在一些实施例中，步骤S110中，对待检测图像进行亮度区分处理之前，还可以包括：

对待检测图像进行亮度区分预处理；亮度区分预处理用以增强待检测图像中红外爆闪灯补光范围和非补光范围的差异性；亮度区分预处理包括伽马校正处理和/或曝光过度滤镜处理；

步骤S110中，对待检测图像进行亮度区分处理，可以包括：

对亮度区分预处理后的图像进行亮度区分处理。

示例性的，为了提高红外爆闪灯补光范围检测的准确性，当按照步骤S100中描述的方式得到了待检测图像时，在对该待检测图像进行亮度区分处理之前，还可以对待检测图像进行亮度区分预处理，增强待检测图像中红外爆闪灯补光范围和非补光范围的差异性，以使亮度区分预处理后的图像更便于准确性检测出红外爆闪灯的补光范围。

在一个示例中，为了提高待检测图像的亮度和对比度(如补光范围内与补光范围之外的其它区域的对比度)，可以对待检测图像进行伽马(gamma)校正处理，即上述亮度区分预处理可以包括伽马校正处理。

在另一个示例中，考虑到红外爆闪灯的补光范围内与其它区域的亮度通常不同，为了使补光范围内与补光范围之外的其它区域的差异更加明显，可以对待检测图像进行曝光过度滤镜处理，使不同亮度区域以不同颜色显示。

示例性的，当按照上述方式对待检测图像进行亮度区分预处理，得到了亮度区分预处理后的图像时，可以对亮度区分预处理后的图像进行亮度区分处理。

在一些实施例中，本申请实施例提供的红外爆闪灯补光范围检测方法还可以包括：

对待检测图像进行曝光过度滤镜处理，得到曝光过度滤镜处理后的图像；

保存曝光过度滤镜处理后的图像。

示例性的，考虑到红外爆闪灯的补光范围内与其它区域的亮度通常不同，而曝光过度滤镜处理可以使图像中亮度不同的区域显示不同的颜色，因此，通过对待检测图像进行曝光过度滤镜处理，可以使待检测图像中补光范围内与补光范围之外的其它区域显示不同颜色，从而，可以较为直观地确定图像中的红外爆闪灯补光范围。

相应地，当按照步骤S100中描述的方式得到待检测图像时，可以对待检测图像进行曝光过度滤镜处理，得到曝光过度滤镜处理后的图像，并保存曝光过度滤镜处理后的图像。

由于曝光过度滤镜处理后的图像中补光范围内与补光范围之外的其它区域通常会显示不同的颜色，且相对于补光范围之外的其它区域，补光范围内的亮度会相对较高，对于曝光过度滤镜处理后的图像对于人眼视觉效果存在较明显地差异，可以人工分辨出图像中的补光范围，因此，在按照上述步骤S100～S130的方式确定了红外爆闪灯补光范围时，可以依据所保存的曝光过度滤镜处理后的图像，对所确定的红外爆闪灯补光范围进行人工核查，以提高红外爆闪灯补光范围检测的准确性。

需要说明的是，上述保存的曝光过度滤镜处理后的图像在进行曝光过度滤镜处理之前也可以先进行伽马校正处理等处理，其具体实现在此不做赘述。

在一些实施例中，步骤S140中，对亮度区分处理后的图像进行边缘检测，确定红外爆闪灯的补光范围之后，还可以包括：

确定红外曝闪灯的补光范围的面积与待检测图像的面积的比值；

依据比值确定红外曝闪灯是否存在补光异常。

示例性的，由于红外爆闪灯正常工作情况下，红外爆闪灯的补光范围的面积与待检测图像的面积的比值通常是在预设范围内的，因此，可以依据红外爆闪灯的补光范围的面积与待检测图像的面积的比值，确定红外爆闪灯是否存在补光异常。

相应地，在按照步骤S100～S120中描述的方式确定了红外爆闪灯的补光范围时，可以确定红外爆闪灯的补光范围的面积与待检测图像的面积的比值。

示例性的，红外爆闪灯的补光范围的面积可以为像素面积，即红外爆闪灯的补光范围内的像素的数量。

示例性的，可以依据红外爆闪灯的补光范围的面积与待检测图像的面积的比值，确定红外爆闪灯是否存在补光异常。

例如，可以在红外爆闪灯的补光范围的面积与待检测图像的面积的比值低于正常情况下的补光范围，如低于预设阈值时，确定红外爆闪灯存在补光异常。

示例性的，红外爆闪灯补光异常可以包括但不限于由于红外爆闪灯安装异常导致的补光异常，例如，由于红外爆闪灯按照角度和/或高度异常，导致补光范围低于正常补光范围，以及，由于红外爆闪灯补光工作异常导致的补光异常，例如，由于红外爆闪灯故障，导致红外爆闪灯无法补光。

在一个示例中，上述依据比值确定是否存在补光异常，可以包括：

当比值小于第一预设阈值，且大于等于第二预设阈值时，确定红外爆闪灯安装异常；其中，第一预设阈值大于第二预设阈值；

当比值小于第二预设阈值时，确定红外爆闪灯工作异常。

示例性的，考虑到当由于红外爆闪灯安装问题导致红外爆闪灯补光异常时，红外爆闪灯的补光范围通常与正常情况的差异不会太大，补光范围通常不会特别小；而当由于红外爆闪灯工作异常，如红外爆闪灯故障，或者，线路故障灯原因无法进行补光时，红外爆闪灯的补光范围会特别小，甚至会监测不到补光范围(可以理解为检测到的补光范围的面积为0)。

相应地，当确定了红外爆闪灯补光范围的面积与待检测图像的面积的比值时，可以分别比较该比值与第一预设阈值以及第二预设阈值。

示例性的，第一预设阈值可以为红外爆闪灯补光正常情况下红外爆闪灯补光范围的面积与待检测图像的面积的比值的最小值。

当上述比值小于第一预设阈值，且大于等于第二预设阈值时，可以确定红外爆闪灯安装异常；当上述比值小于第二预设阈值时，可以确定红外爆闪灯工作异常。

为了使本领域技术人员更好地理解本申请实施例提供的技术方案，下面结合具体实例对本申请实施例提供的技术方案进行说明。

请参见图2，为本申请实施例提供的一种红外爆闪灯补光范围检测的流程示意图，如图2所示，该红外爆闪灯补光范围检测流程可以如下：

1、设置监控前端设备的曝光参数。

示例性的，曝光参数可以包括但不限于曝光时间和期望亮度等。

示例性的，监控前端设备的曝光时间需大于红外爆闪灯的持续时间。

示例性的，假设期望亮度(也可以称为bayer期望亮度)设置为A，根据不同的红外波段爆闪灯，可以设置不同的A。

例如，对于波长730(nm)的红外爆闪灯，期望亮度可以设置为40；对于波长850红外爆闪灯，期望亮度可以设置为60。

2、控制监控前端设备在无过车情况下拍摄一张图像，在拍摄的曝光起始时刻，进行红外爆闪灯控制，启动红外爆闪灯的控制程序，控制红外爆闪灯补光。

3、对于步骤2中得到的sensor(传感器)出图的原始数据，原始数据是RGB单通道的RAW数据(未经加工图像)，需要对RGB的RAW数据进行插值，得到每个像素都是三通道的RGB图像(可以称为彩色图像，即上述待检测图像)。

示例性的，上述插值可以包括但不限于demosaic插值。

4、对步骤3中得到的RGB图像进行gamma校正，以提升图像的亮度和对比度。

示例性的，gamma曲线是正向斜率的曲线，其示意图可以如图3所示。

5、对gamma校正后的RGB图像进行曝光过度滤镜处理。

示例性的，假设Image代表原图，Image_inverse代表原图反相；

Image_inverse＝255-Image，则：

ImageR代表R通道原图，ImageR_inverse代表R通道反相；

ImageG代表G通道原图，ImageG_inverse代表G通道反相；

ImageB代表B通道原图，ImageB_inverse代表B通道反相。

分别比较原图与反相后的图三个通道的大小，将小的值输出，即：

Image_new_R(i,j)＝min(ImageR(i,j),ImageR_inverse(i,j))；

Image_new_G(i,j)＝min(ImageG(i,j),ImageG_inverse(i,j))；

Image_new_B(i,j)＝min(ImageB(i,j),ImageB_inverse(i,j))；

其中，min(x，y)为取x和y中的较小值。

最后三个通道合并到一张图中，不同亮度区域会得到不同颜色显示。

示例性的，由于步骤5中处理后的图像中补光范围内与补光范围之外的区域在颜色上会存在较为明显的差异，因此，可以保存步骤5中处理后的图像，用于后续流程中依据该图像对自动检测出的补光范围进行人工核查。

6、对步骤5中处理后的图像(可以称为高亮标记后的图像)进行灰度化，得到灰度图(可以称为高亮标记后的灰度图)。

7、对灰度图进行二值化处理，得到二值化图。

示例性的，对灰度图进行二值化处理时使用的阈值可以依据OSTU法(最大类间方差法，也可以称为大津法)确定。

OSTU法的原理是假设图像是由前景区域和背景区域两部分组成的，通过遍历计算不同灰度阈值(通常为[0，255]区间范围内的值)下分割结果中前景区域和背景区域的灰度直方图，然后比较两者之间的方差，并将使得方差最大的那个灰度阈值作为二值化使用的阈值。

8、对二值化图进行多次腐蚀膨胀处理，得到光斑大致区域。

9、对腐蚀膨胀处理后的图像进行边缘检测，确定红外爆闪灯补光范围。

示例性的，以采用索贝尔算子实现边缘检测为例。索贝尔算子属于离散性差分算子，主要用作边缘检测，用来运算图像亮度函数的灰度的近似值。在图像的任何一点使用此算子，将会产生对应的灰度矢量或是其法矢量，得到光斑边界区域图。

示例性的，为了更好的体现边缘，使用sobel对光斑区域进行sobel边缘检测。

需要说明的是，若红外爆闪灯没有闪烁，即工作异常，则无光斑区域边界图，即检测到的补光范围的面积小于上述第二预设阈值。

示例性的，红外爆闪灯补光正常情况下的边缘检测图以及红外爆闪灯工作异常的情况下的边缘检测图可以分别如图4A和图4B所示。

如图4A所示，在红外爆闪灯补光正常情况下，边缘检测图中可以包括较为完整的红外爆闪灯补光范围对应的区域边缘，该边缘所包围的区域的面积一般会比较大，其占整个图像的面积比例也会比较大。

而在红外爆闪灯工作异常的情况下，红外爆闪灯的补光范围会特别小，甚至会监测不到补光范围，相应地，边缘检测图中通常不会包含较大范围的区域边缘，如图4B所示，在红外爆闪灯工作异常的情况下，边缘检测图中没有明显的区域边缘(在存在其它光源干扰的情况下，可能会存在包围的范围占整个图像面积的很小比例的边缘)。

依据图4A或图4B所示的边缘检测图，可以准确地确定红外爆闪灯是否补光正常。

以上对本申请提供的方法进行了描述。下面对本申请提供的装置进行描述：

请参见图5，为本申请实施例提供的一种红外爆闪灯补光范围检测装置的结构示意图，如图5所示，该红外爆闪灯补光范围检测装置可以包括：

获取单元510，用于获取待检测图像，所述待检测图像为监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像；其中，所述预设曝光参数包括曝光时长，所述曝光时长大于等于所述红外爆闪灯的补光时长；

处理单元520，用于对所述待检测图像进行亮度区分处理；所述亮度区分处理用以对所述待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分；

检测单元530，用于对所述亮度区分处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围。

在一些实施例中，所述处理单元520对所述待检测图像进行亮度区分处理，包括：

对所述待检测图像进行灰度化处理，得到灰度图；

对所述灰度图进行二值化处理，得到二值化图像；

对所述二值化图像进行腐蚀膨胀处理，得到腐蚀膨胀处理后的图像；

所述处理单元520对所述亮度区分处理后的图像进行边缘检测，包括：

对所述腐蚀膨胀处理后的图像进行边缘检测。

在一些实施例中，所述处理单元520对所述待检测图像进行亮度区分处理之前，还包括：

对所述待检测图像进行亮度区分预处理；所述亮度区分预处理用以增强所述待检测图像中红外爆闪灯补光范围和非补光范围的差异性；所述亮度区分预处理包括伽马校正处理和/或曝光过度滤镜处理；

所述处理单元520对所述待检测图像进行亮度区分处理，包括：

对所述亮度区分预处理后的图像进行亮度区分处理。

在一些实施例中，所述处理单元520，还用于对所述待检测图像进行曝光过度滤镜处理，得到曝光过度滤镜处理后的图像；

请参见图6，所述装置还包括：

存储单元540，用于保存所述曝光过度滤镜处理后的图像。

在一些实施例中，所述检测单元530对所述亮度区分处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围之后，还包括：

确定所述红外曝闪灯的补光范围的面积与所述待检测图像的面积的比值；

依据所述比值确定所述红外曝闪灯是否存在补光异常。

在一些实施例中，所述检测单元530依据所述比值确定是否存在补光异常，包括：

当所述比值小于第一预设阈值，且大于等于第二预设阈值时，确定所述红外爆闪灯安装异常；其中，所述第一预设阈值大于所述第二预设阈值；

当所述比值小于所述第二预设阈值时，确定所述红外爆闪灯工作异常。

请参见图7，为本申请实施例提供的一种电子设备的硬件结构示意图。该电子设备可包括处理器701、存储有机器可执行指令的机器可读存储介质702。处理器701与机器可读存储介质702可经由系统总线703通信。并且，通过读取并执行机器可读存储介质702中与红外爆闪灯补光范围检测控制逻辑对应的机器可执行指令，处理器701可执行上文描述的红外爆闪灯补光范围检测方法。

本文中提到的机器可读存储介质702可以是任何电子、磁性、光学或其它物理存储装置，可以包含或存储信息，如可执行指令、数据，等等。例如，机器可读存储介质可以是：RAM(Radom Access Memory，随机存取存储器)、易失存储器、非易失性存储器、闪存、存储驱动器(如硬盘驱动器)、固态硬盘、任何类型的存储盘(如光盘、dvd等)，或者类似的存储介质，或者它们的组合。

在一些实施例中，还提供了一种机器可读存储介质，该机器可读存储介质内存储有机器可执行指令，所述机器可执行指令被处理器执行时实现上文描述的红外爆闪灯补光范围检测方法。例如，所述机器可读存储介质可以是ROM、RAM、CD-ROM、磁带、软盘和光数据存储设备等。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的较佳实施例而已，并不用以限制本申请，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本申请保护的范围之内。

Claims (11)

1.一种红外爆闪灯补光范围检测方法，其特征在于，包括：

获取待检测图像，所述待检测图像为监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像；其中，所述预设曝光参数包括曝光时长，所述曝光时长大于等于所述红外爆闪灯的补光时长；

对所述待检测图像进行亮度区分处理；所述亮度区分处理用以对所述待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分；

所述亮度区分处理包括：对所述待检测图像进行灰度化处理，得到灰度图；对所述灰度图进行二值化处理，得到二值化图像；对所述二值化图像进行腐蚀膨胀处理，得到腐蚀膨胀处理后的图像；

对所述腐蚀膨胀处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围。

2.根据权利要求1所述的方法，其特征在于，所述对所述待检测图像进行亮度区分处理之前，还包括：

对所述待检测图像进行亮度区分预处理；所述亮度区分预处理用以增强所述待检测图像中红外爆闪灯补光范围和非补光范围的差异性；所述亮度区分预处理包括伽马校正处理和/或曝光过度滤镜处理；

所述对所述待检测图像进行亮度区分处理，包括：

对所述亮度区分预处理后的图像进行亮度区分处理。

3.根据权利要求1所述的方法，其特征在于，所述方法还包括：

对所述待检测图像进行曝光过度滤镜处理，得到曝光过度滤镜处理后的图像；

保存所述曝光过度滤镜处理后的图像。

4.根据权利要求1所述的方法，其特征在于，所述对所述亮度区分处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围之后，还包括：

确定所述红外曝闪灯的补光范围的面积与所述待检测图像的面积的比值；

依据所述比值确定所述红外曝闪灯是否存在补光异常。

5.根据权利要求4所述的方法，其特征在于，所述依据所述比值确定是否存在补光异常，包括：

当所述比值小于第一预设阈值，且大于等于第二预设阈值时，确定所述红外爆闪灯安装异常；其中，所述第一预设阈值大于所述第二预设阈值；

当所述比值小于所述第二预设阈值时，确定所述红外爆闪灯工作异常。

6.一种红外爆闪灯补光范围检测装置，其特征在于，包括：

获取单元，用于获取待检测图像，所述待检测图像为监控前端设备依据预设曝光参数，拍摄的监控场景在存在红外爆闪灯补光的情况下的图像；其中，所述预设曝光参数包括曝光时长，所述曝光时长大于等于所述红外爆闪灯的补光时长；

处理单元，用于对所述待检测图像进行亮度区分处理；所述亮度区分处理用以对所述待检测图像中红外爆闪灯补光范围和非补光范围进行初步区分；

所述亮度区分处理包括：对所述待检测图像进行灰度化处理，得到灰度图；对所述灰度图进行二值化处理，得到二值化图像；对所述二值化图像进行腐蚀膨胀处理，得到腐蚀膨胀处理后的图像；

检测单元，用于对所述腐蚀膨胀处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围。

7.根据权利要求6所述的装置，其特征在于，所述处理单元对所述待检测图像进行亮度区分处理之前，还包括：

对所述待检测图像进行亮度区分预处理；所述亮度区分预处理用以增强所述待检测图像中红外爆闪灯补光范围和非补光范围的差异性；所述亮度区分预处理包括伽马校正处理和/或曝光过度滤镜处理；

所述处理单元对所述待检测图像进行亮度区分处理，包括：

对所述亮度区分预处理后的图像进行亮度区分处理。

8.根据权利要求6所述的装置，其特征在于，

所述处理单元，还用于对所述待检测图像进行曝光过度滤镜处理，得到曝光过度滤镜处理后的图像；

所述装置还包括：

存储单元，用于保存所述曝光过度滤镜处理后的图像。

9.根据权利要求6所述的装置，其特征在于，所述检测单元对所述亮度区分处理后的图像进行边缘检测，确定所述红外爆闪灯的补光范围之后，还包括：

确定所述红外曝闪灯的补光范围的面积与所述待检测图像的面积的比值；

依据所述比值确定所述红外曝闪灯是否存在补光异常。

10.根据权利要求9所述的装置，其特征在于，所述检测单元依据所述比值确定是否存在补光异常，包括：

当所述比值小于第一预设阈值，且大于等于第二预设阈值时，确定所述红外爆闪灯安装异常；其中，所述第一预设阈值大于所述第二预设阈值；

当所述比值小于所述第二预设阈值时，确定所述红外爆闪灯工作异常。

11.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的机器可执行指令，所述处理器用于执行机器可执行指令，以实现如权利要求1-5任一项所述的方法。