摄像头状态监测方法、装置、计算设备及介质与流程

1.本说明书涉及计算机技术领域，尤其涉及一种摄像头状态监测方法、装置、计算设备及介质。


背景技术：

2.随着技术的发展和机械化的普及，煤矿生产已经有了很大的发展。但对比其他能源产业，煤矿生产还需采用人工施工的开采模式，因而，安全问题在煤矿生产的治理过程中的重要性不容忽视。
3.相关技术中，主要是通过在矿井中设置摄像头，以便相关技术人员可以通过摄像头，对煤矿生产过程进行监控。
4.但是，由于井下光线暗淡、烟尘较大，很容易出现摄像头被遮挡的情况，导致摄像头无法正常工作，从而严重影响对煤矿生产过程的监控。因此，亟需一种摄像头状态监测方法，以及时发现矿井中的摄像头的异常情况。


技术实现要素：

5.为克服相关技术中存在的问题，本说明书提供了一种摄像头状态监测方法、装置、计算设备及介质。
6.根据本说明书实施例的第一方面，提供一种摄像头状态监测方法，该方法包括：
7.获取目标摄像头在设定时间段内拍摄的多个视频图像；
8.对视频图像进行去雾处理，得到视频图像对应的无烟尘图像；
9.基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值，第一分值用于指示视频图像的烟雾灰尘遮挡程度；
10.在第一分值满足第一设定条件的情况下，确定视频图像异常；
11.在多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息，提示信息用于提示目标摄像头的状态异常。
12.在本说明书的一些实施例中，对视频图像进行去雾处理，得到视频图像对应的无烟尘图像，包括：
13.基于视频图像、大气光值以及透射率预估值，确定视频图像对应的无烟尘图像，大气光值基于视频图像以及视频图像对应的暗通道图像获取得到，透射率预估值基于视频图像在各个通道的亮度值获取得到。
14.在本说明书的一些实施例中，大气光值的确定过程包括：
15.获取视频图像对应的暗通道图像；
16.从暗通道图像中，获取按照亮度值从大到小的顺序排序后位于目标位置之前的第一像素点；
17.基于位于视频图像中第一像素点对应位置处的第二像素点的像素值，确定大气光值。
18.在本说明书的一些实施例中，透射率预估值的确定过程包括：
19.分别在视频图像的各个通道中，确定视频图像的每个像素点在对应通道的亮度值与对应通道的大气光值的比值，基于多个像素点对应的多个比值中取值最小的比值，确定透射率预估值。
20.在本说明书的一些实施例中，基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值，包括：
21.确定视频图像和无烟尘图像中对应位置处的像素点的像素差值；
22.基于各个位置处的像素差值所对应的绝对值、第一预设阈值以及第二预设阈值，确定视频图像的第一分值。
23.在本说明书的一些实施例中，该方法还包括下述至少一项：
24.对视频图像进行遮挡情况检测，以获取视频图像的第二分值，第二分值用于指示目标摄像头被物体遮挡的程度；
25.对视频图像进行摄像头失焦检测，以获取视频图像的第三分值，第三分值用于指示视频图像的失焦程度。
26.在本说明书的一些实施例中，对视频图像进行遮挡情况检测，以获取视频图像的第二分值，包括：
27.将视频图像划分为目标数量的图像块；
28.对于任一图像块，在图像块中每个像素点在各个通道的像素值均大于第三设定阈值的情况下，将图像块的第一特征值确定为目标值；
29.在图像块的边缘检测结果大于第四设定阈值的情况下，将图像块的第二特征值确定为目标值；
30.基于满足目标设定条件的图像块的面积与视频图像的面积的比值，确定第二分值，目标设定条件为第一特征值和第二特征值均为目标值。
31.在本说明书的一些实施例中，对视频图像进行摄像头失焦检测，以获取视频图像的第三分值，包括：
32.从位于设定时间段之前的视频图像中，获取一个已对焦图像作为目标图像；
33.对目标图像和视频图像分别进行边缘检测，以得到第一参数值和第二参数值，第一参数值用于指示目标图像中边缘所占的比例，第二参数值用于指示视频图像中边缘所占的比例；
34.将第二参数值与第一参数值的比值，确定为第三分值。
35.在本说明书的一些实施例中，该方法还包括下述至少一项：
36.在第二分值满足第一设定条件的情况下，确定视频图像异常；
37.在第三分值满足第一设定条件的情况下，确定视频图像异常；
38.在第一分值、第二分值以及第三分值中至少两个分值的和满足第二设定条件的情况下，确定视频图像异常。
39.在本说明书的一些实施例中，目标摄像头用于采集矿井内的视频图像。
40.根据本说明书实施例的第二方面，提供一种摄像头状态监测装置，该装置包括：
41.获取模块，用于获取目标摄像头在设定时间段内拍摄的多个视频图像；
42.处理模块，用于对视频图像进行去雾处理，得到视频图像对应的无烟尘图像；
43.确定模块，用于基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值，第一分值用于指示视频图像的烟雾灰尘遮挡程度；
44.确定模块，还用于在第一分值满足第一设定条件的情况下，确定所述视频图像异常；
45.输出模块，用于在所述多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息，所述提示信息用于提示所述目标摄像头的状态异常。
46.在本说明书的一些实施例中，处理模块，在用于对视频图像进行去雾处理，得到视频图像对应的无烟尘图像时，用于：
47.基于视频图像、大气光值以及透射率预估值，确定视频图像对应的无烟尘图像，大气光值基于视频图像以及视频图像对应的暗通道图像获取得到，透射率预估值基于视频图像在各个通道的亮度值获取得到。
48.在本说明书的一些实施例中，大气光值的确定过程包括：
49.获取视频图像对应的暗通道图像；
50.从暗通道图像中，获取按照亮度值从大到小的顺序排序后位于目标位置之前的第一像素点；
51.基于位于视频图像中第一像素点对应位置处的第二像素点的像素值，确定大气光值。
52.在本说明书的一些实施例中，透射率预估值的确定过程包括：
53.分别在视频图像的各个通道中，确定视频图像的每个像素点在对应通道的亮度值与对应通道的大气光值的比值，基于多个像素点对应的多个比值中取值最小的比值，确定透射率预估值。
54.在本说明书的一些实施例中，确定模块，在用于基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值时，用于：
55.确定视频图像和无烟尘图像中对应位置处的像素点的像素差值；
56.基于各个位置处的像素差值所对应的绝对值、第一预设阈值以及第二预设阈值，确定视频图像的第一分值。
57.在本说明书的一些实施例中，该装置还包括：
58.检测模块，用于对视频图像进行遮挡情况检测，以获取视频图像的第二分值，第二分值用于指示目标摄像头被物体遮挡的程度；
59.检测模块，还用于对视频图像进行摄像头失焦检测，以获取视频图像的第三分值，第三分值用于指示视频图像的失焦程度。
60.在本说明书的一些实施例中，检测模块，在用于对视频图像进行遮挡情况检测，以获取视频图像的第二分值时，用于：
61.将视频图像划分为目标数量的图像块；
62.对于任一图像块，在图像块中每个像素点在各个通道的像素值均大于第三设定阈值的情况下，将图像块的第一特征值确定为目标值；
63.在图像块的边缘检测结果大于第四设定阈值的情况下，将图像块的第二特征值确定为目标值；
64.基于满足目标设定条件的图像块的面积与视频图像的面积的比值，确定第二分
值，目标设定条件为第一特征值和第二特征值均为目标值。
65.在本说明书的一些实施例中，检测模块，在用于对视频图像进行摄像头失焦检测，以获取视频图像的第三分值时，用于：
66.从位于设定时间段之前的视频图像中，获取一个已对焦图像作为目标图像；
67.对目标图像和视频图像分别进行边缘检测，以得到第一参数值和第二参数值，第一参数值用于指示目标图像中边缘所占的比例，第二参数值用于指示视频图像中边缘所占的比例；
68.将第二参数值与第一参数值的比值，确定为第三分值。
69.在本说明书的一些实施例中，确定模块，还用于下述至少一项：
70.在第二分值满足第一设定条件的情况下，确定视频图像异常；
71.在第三分值满足第一设定条件的情况下，确定视频图像异常；
72.在第一分值、第二分值以及第三分值中至少两个分值的和满足第二设定条件的情况下，确定视频图像异常。
73.在本说明书的一些实施例中，目标摄像头用于采集矿井内的视频图像。
74.根据本说明书实施例的第三方面，提供一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现上述摄像头状态监测方法所执行的操作。
75.根据本说明书实施例的第四方面，提供一种计算机可读存储介质，计算机可读存储介质上存储有程序，程序被处理器执行上述摄像头状态监测方法所执行的操作。
76.根据本说明书实施例的第五方面，提供一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现上述摄像头状态监测方法所执行的操作。
77.本说明书的实施例提供的技术方案可以包括以下有益效果：
78.本技术通过获取目标摄像头在设定时间段内拍摄的多个视频图像，对多个视频图像均进行去雾处理，得到各个视频图像分别对应的无烟尘图像，从而基于视频图像与无烟尘图像中各个像素点的像素值，确定用于指示视频图像的烟雾灰尘遮挡程度的第一分值，进而在所获取到的第一分值满足第一设定条件的情况下，即可确定视频图像异常，而在多个视频图像中异常的视频图像的数量达到设定数量的情况下，即可输出用于提示目标摄像头的状态异常的提示信息，以及时发现摄像头的异常情况，实现对摄像头的状态监测。
79.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
80.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。
81.图1是本说明书根据一示例性实施例示出的一种摄像头状态监测方法的流程图。
82.图2是本说明书根据一示例性实施例示出的一种遮挡情况检测的流程图。
83.图3是本说明书根据一示例性实施例示出的一种摄像头失焦检测的流程图。
84.图4是本说明书根据一示例性实施例示出的一种摄像头状态监测装置的框图。
85.图5是本说明书根据一示例性实施例示出的一种计算设备的结构示意图。
具体实施方式
86.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说明书相一致的所有实施方式。相反，它们仅是与如本技术中所详述的、本说明书的一些方面相一致的装置和方法的例子。
87.在本说明书使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书。在本技术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。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
88.应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
89.本技术提供了一种摄像头状态监测方法，通过监测摄像头采集到的画面是否出现异常，以实现对摄像头状态的监测。上述摄像头状态监测方法可以由计算设备执行，其中，计算设备可以为服务器，如一台服务器、多台服务器、服务器集群、云计算平台等，可选地，计算设备还可以为终端设备，如台式计算机、便携式计算机、平板电脑等，本技术对计算设备的设备类型和设备数量不加以限定。
90.在一种可能的实现方式中，计算设备可以通过有线或无线的连接方式与摄像头进行通信，以便摄像头在拍摄到视频图像的情况下，可以将所拍摄到的视频图像发送给计算设备，以便计算设备可以通过本技术所提供的方法，基于接收到的视频图像，对摄像头的状态进行监测，以及时发现摄像头的异常。
91.可选地，计算设备还可以在有摄像头状态查询需求时，向摄像头发送图像获取请求，以便摄像头响应于该图像获取请求，来向计算设备发送视频图像。其中，图像获取请求可以用于获取设定时间段内拍摄的视频图像，例如，图像获取请求可以携带设定时间段对应的时间信息，以便摄像头在接收到图像获取请求后，可以将设定时间段内的视频图像发送给计算设备，以便计算设备可以基于设定时间段内的视频图像，来对摄像头的状态进行监测。
92.本技术所提供的摄像头状态监测方法，可以用于对煤矿生产过程中所使用的摄像头的状态进行监测。在一种可能情况下，目标摄像头可以用于采集矿井内的视频图像，从而使得本技术所提供的摄像头状态监测方法可以用于对设置在矿井的摄像头的状态进行监测。
93.其中，目标摄像头可以设置在煤矿综采工作面，例如，目标摄像头可以设置在综采工作面的不同液压支架位置处，从而可以通过本技术所提供的摄像头状态监测方法，来监测设置在综采工作面的不同液压支架位置处的摄像头的状态。
94.可选地，目标摄像头可以为光学摄像头，或者，目标摄像头还可以为其他类型的摄像头，本技术对目标摄像头的具体类型不加以限定。
95.上述仅为对本技术应用场景的示例性说明，并不构成对本技术应用场景的限定，
在更多可能的实现方式中，本技术可以应用在多种其他场景的摄像头状态监测过程中。
96.在介绍了本技术的应用场景后，接下来结合本说明书实施例，对本技术所提供的摄像头状态监测方法进行详细说明。
97.如图1所示，图1是本说明书根据一示例性实施例示出的一种摄像头状态监测方法的流程图，该方法包括以下步骤：
98.步骤101、获取目标摄像头在设定时间段内拍摄的多个视频图像。
99.步骤102、对视频图像进行去雾处理，得到视频图像对应的无烟尘图像。
100.步骤103、基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值，第一分值用于指示视频图像的烟雾灰尘遮挡程度。
101.步骤104、在第一分值满足第一设定条件的情况下，确定视频图像异常。
102.步骤105、在多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息，提示信息用于提示目标摄像头的状态异常。
103.其中，设定数量可以为任意取值，本技术对设定数量的具体取值不加以限定。
104.可选地，提示信息可以为文字提示信息、语音提示信息或文字语音结合的提示信息，或者，提示信息还可以为其他类型的信息，仅需保证提示信息可以起到告警的作用即可，本技术对提示信息的具体类型不加以限定。
105.本技术通过获取目标摄像头在设定时间段内拍摄的多个视频图像，对多个视频图像均进行去雾处理，得到各个视频图像分别对应的无烟尘图像，从而基于视频图像与无烟尘图像中各个像素点的像素值，确定用于指示视频图像的烟雾灰尘遮挡程度的第一分值，进而在所获取到的第一分值满足第一设定条件的情况下，即可确定视频图像异常，而在多个视频图像中异常的视频图像的数量达到设定数量的情况下，即可输出用于提示目标摄像头的状态异常的提示信息，以及时发现摄像头的异常情况，实现对摄像头的状态监测。
106.在介绍了本技术的基本实现过程之后，下面具体介绍本技术的各种非限制性实施方式。
107.在一些实施例中，对于步骤101，在获取目标摄像头在设定时间段内拍摄的多个视频图像时，可以通过实时流传输协议(real time streaming protocol，rtsp)从目标摄像头拉取视频流，从而在拉取到的视频流中进行抽帧，以得到时间戳位于设定时间段内的多个视频图像。
108.其中，设定时间段可以为任意时长，例如，设定时间段可以为5秒，则在从目标摄像头拉取到视频流后，可以从任一时间点开始，获取以该时间点为起始时间的、时长为5秒的视频流所包括的视频帧，从而将获取到的视频帧作为目标摄像头在设定时间段内拍摄的多个视频图像。
109.在获取到设定时间段内的多个视频图像后，即可对各个视频图像分别进行处理，以实现目标摄像头的状态检测。也即是，即可通过步骤102至步骤103，分别对每个视频图像进行处理，以获取每个视频图像的第一分值，从而基于所获取到的第一分值，实现目标摄像头的状态检测。
110.下面以对多个视频图像中的任一视频图像进行处理的过程为例来进行说明，在一些实施例中，对于步骤102，在对视频图像进行去雾处理，得到视频图像对应的无烟尘图像时，可以通过如下方式实现：
111.基于视频图像、大气光值以及透射率预估值，确定视频图像对应的无烟尘图像，大气光值基于视频图像以及视频图像对应的暗通道图像获取得到，透射率预估值基于视频图像在各个通道的亮度值获取得到。
112.在一种可能的实现方式中，可以通过如下公式(1)，以基于视频图像、大气光值以及透射率预估值，来确定视频图像对应的无烟尘图像：
[0113][0114]
其中，j(x)表示无烟尘图像，i(x)表示视频图像，a表示大气光值，t(x)表示透射率预估值，t0表示设定透射率阈值，t0可以为任意取值，例如，t0的取值可以为0.1。
[0115]
需要说明的是，大气光值和透射率预估值可以是预先确定出的。其中，大气光值的确定过程可以包括如下步骤：
[0116]
步骤一、获取视频图像对应的暗通道图像。
[0117]
需要说明的是，摄像头所采集的视频图像一般为rgb图像，因而在一种可能的实现方式中，可以获取视频图像中每个像素点的rgb分量中的最小值，从而将获取到的最小值作为灰度图像中对应位置处像素点的亮度值(也即是灰度值)，以得到一幅灰度图像。进一步地，在该灰度图像中，以每个像素点为中心确定设定大小的矩形窗口，从而获取该矩形窗口中的亮度值中的最小亮度值，并以获取到的最小亮度值来代替矩形窗口的中心像素点的亮度值，以此类推，实现对灰度图像中每个像素点的亮度值的重新确定，相当于对灰度图像进行了最小值滤波，从而得到该视频图像对应的暗通道图像。
[0118]
例如，可以通过如下公式(2)，来获取视频图像对应的暗通道图像：
[0119][0120]
其中，j
dark
(x)表示暗通道图像，ω(x)表示以像素x为中心的一个矩形窗口，c表示rgb三通道中的每个通道，jc(y)表示视频图像在每个通道的图像分量。
[0121]
步骤二、从暗通道图像中，获取按照亮度值从大到小的顺序排序后位于目标位置之前的第一像素点。
[0122]
在一种可能的实现方式中，可以对暗通道图像中各个像素点的亮度值按照从大到小的顺序进行排序，从而将排序位于目标位置之前的亮度值所对应的像素点，确定为第一像素点。
[0123]
其中，目标位置可以为任意位置，例如，目标位置可以为排序位于前0.1％的像素点。
[0124]
步骤三、基于位于视频图像中第一像素点对应位置处的第二像素点的像素值，确定大气光值。
[0125]
在一种可能的实现方式中，可以在位于视频图像中第一像素点对应位置处的第二像素点中，寻找对应亮度值最高的第二像素点，从而将该第二像素点的亮度值作为大气光值。
[0126]
上述为有关确定大气光值的过程的介绍，下面对确定透射率预估值的过程进行介绍。该透射率预估值的确定过程可以如下：
[0127]
在一种可能的实现方式中，分别在视频图像的各个通道中，确定视频图像的每个像素点在对应通道的亮度值与对应通道的大气光值的比值，从而基于取值最小的比值，确定透射率预估值。
[0128]
可选地，可以分别在视频图像的r、g、b三个通道中，确定视频图像的每个像素点在对应通道的亮度值与对应通道的大气光值的比值，从而基于各个通道所对应的比值中取值最小的比值，来进行透射率预估值的确定。
[0129]
例如，可以通过如下公式(3)，来确定透射率预估值：
[0130][0131]
其中，t(x)表示透射率预估值，ω(x)表示以像素x为中心的一个矩形窗口，c表示rgb三通道中的每个通道，ic(x)表示暗通道图像在每个通道的图像分量，ac表示每个通道的大气光值。
[0132]
在通过上述过程确定出视频图像对应的无烟尘图像后，即可通过步骤103，来获取用于指示视频图像的烟雾灰尘遮挡程度的第一分值。
[0133]
在一些实施例中，对于步骤103，在基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值时，可以包括如下步骤：
[0134]
步骤1031、确定视频图像和无烟尘图像中对应位置处的像素点的像素差值。
[0135]
在一种可能的实现方式中，可以视频图像和无烟尘图像中每个对应位置处的像素点的像素值分别做差，得到视频图像和无烟尘图像中对应位置处的像素点的像素差值。
[0136]
步骤1032、基于各个位置处的像素差值所对应的绝对值、第一预设阈值以及第二预设阈值，确定视频图像的第一分值。
[0137]
在一种可能的实现方式中，对于任一位置处的像素点，可以将该像素点的像素差值的绝对值与第一预设阈值做差，得到第一差值，并将第二预设阈值和第一预设阈值做差，得到第二差值，从而将确定第一差值和第二差值的比值，作为该像素点所对应的候选分值，以此类推，得到各个像素点的候选分值，进而对所有像素点的候选分值取平均，以得到视频图像的第一分值。
[0138]
例如，可以通过如下公式(4)，来确定每个像素点的候选分值：
[0139][0140]
其中，s1表示第一分值，ie(x)表示视频图像中的一个像素点，je(x)表示无烟尘图像中对应位置处的像素点，lowvalue表示第一预设阈值，highvalue表示第二预设阈值。
[0141]
可选地，第一预设阈值和第二预设阈值均可以为任意取值，仅需保证第一预设阈值小于第二预设阈值即可。另外，为了保证烟雾灰尘检测过程的准确性，可以使第一预设阈值和第二预设阈值尽量拉开一些距离。
[0142]
需要说明的是，在通过上述过程确定出视频图像的第一分值后，还可以对所确定出的第一分值进行结果归一化，从而得到取值位于区间[0,1]内的第一分值，其中，归一化后的第一分值为0表示无烟尘，归一化后的第一分值越接近0表示烟尘含量越低，归一化后的第一分值越接近1表示烟尘含量越高，归一化后的第一分值为1表示烟尘含量最高。
[0143]
通过上述过程，即可完成对视频图像的烟雾灰尘检测，从而可以获取到用于指示视频图像的烟雾灰尘遮挡程度的第一分值，进而基于所获取到的第一分值，来检测视频图像是否异常。
[0144]
在一些实施例中，对于步骤103，在第一分值满足第一设定条件的情况下，确定所述视频图像异常时，可以通过如下方式实现：
[0145]
在第一分值达到第五设定阈值的情况下，确定视频图像异常。可选地，第五设定阈值可以为任意取值，本技术对第五设定阈值的具体取值不加以限定。
[0146]
上述过程仅以对设定时间段内的任一视频图像的处理过程为例来进行说明，对于设定时间段内的其他视频图像，其处理过程与上述过程同理，此处不再赘述。通过上述过程，即可实现对所获取到的设定时间段内的各个视频图像是否异常的检测，进而可以通过步骤104，在多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息。
[0147]
其中，设定数量可以为任意取值，例如，设定数量可以为所获取到的位于设定时间段内的视频图像的总数，也即是，多个视频图像均异常，又例如，设定数量可以为所获取到的位于设定时间段内的视频图像的总数的90％，也即是，所获取到的多个视频图像中存在90％的视频图像异常。
[0148]
上述实施例仅以基于视频图像的烟雾灰尘检测结果，来实现对目标摄像头的状态检测为例来进行说明，在更多可能的实现方式中，还可以对视频图像进行遮挡情况检测和/或摄像头失焦检测，从而根据检测结果实现对目标摄像头的状态检测。
[0149]
也即是，该方法还可以包括下述至少一个可选实现方式：
[0150]
在一种可能的实现方式中，对视频图像进行遮挡情况检测，以获取视频图像的第二分值，第二分值用于指示目标摄像头被物体遮挡的程度。
[0151]
在另一种可能的实现方式中，对视频图像进行摄像头失焦检测，以获取视频图像的第三分值，第三分值用于指示视频图像的失焦程度。
[0152]
下面分别对这两种检测方式以及基于各自的检测结果实现摄像头状态检测的过程进行说明。
[0153]
首先，对通过遮挡情况检测实现第二分值的获取，从而基于第二分值来实现摄像头状态检测的过程进行说明。
[0154]
以对设定时间段内的多个视频图像中的任一视频图像进行处理的过程为例来进行说明，在一些实施例中，对视频图像进行遮挡情况检测，以获取视频图像的第二分值的过程可以参见图2，图2是本说明书根据一示例性实施例示出的一种遮挡情况检测的流程图，该过程可以包括如下步骤：
[0155]
步骤201、将视频图像划分为第二数量个图像块。
[0156]
其中，第二数量可以为任意取值，本技术对第二数量的具体取值不加以限定。
[0157]
例如，可以将视频图像划分为9*12个图像块，也即是，可以将视频图像的长均分为9等份，将视频图像的宽均分为12等份，从而将视频图像划分为9*12个矩形格，以得到9*12个图像块。
[0158]
步骤202、对于任一图像块，在图像块中每个像素点在各个通道的像素值均大于第三设定阈值的情况下，将图像块的第一特征值确定为目标值。
[0159]
在一种可能的实现方式中，可以对每个图像块分别进行灰度检测，以对任一图像块进行灰度检测的过程为例，可以确定该图像块中各个像素点在r、g、b三个通道的像素值是否均大于第三设定阈值，从而在该图像块中各个像素点在r、g、b三个通道的像素值均大于第三设定阈值的情况下，将图像块的第一特征值确定为目标值，以此类推，实现对视频图像的每个图像块的第一特征值的确定。
[0160]
其中，第三设定阈值可以为任意取值，本技术对第三设定阈值的具体取值不加以限定。目标值可以为1，可选地，目标值还可以为其他取值，本技术对目标值的具体取值不加以限定。
[0161]
步骤203、在图像块的边缘检测结果大于第四设定阈值的情况下，将图像块的第二特征值确定为目标值。
[0162]
在一种可能的实现方式中，可以对每个图像块分别进行边缘检测，以得到每个图像块的边缘检测结果，该边缘检测结果可以指示图像块中边缘所包括的像素点的数量，对于任一图像块，可以将该图像块的边缘检测结果与第四设定阈值进行比较，在边缘检测结果大于第四设定阈值的情况下，将该图像块的第二特征值确定为目标值，以此类推，实现对视频图像的每个图像块的第二特征值的确定。
[0163]
其中，第四设定阈值可以为任意取值，本技术对第四设定阈值的具体取值不加以限定。目标值可以为1，可选地，目标值还可以为其他取值，本技术对目标值的具体取值不加以限定。
[0164]
可选地，在对各个图像块进行边缘检测时，可以采用canny边缘检测算法、差分边缘检测算法、roberts边缘检测算法、sobel边缘检测算法、prewitt边缘检测算法、拉普拉斯边缘检测算法等，本技术对具体采用哪种边缘检测算法不加以限定。
[0165]
需要说明的是，为保证所确定出的各个图像块的第二特征值的准确性，一般采用同种边缘检测方法来对同一视频图像中的多个图像块进行边缘检测，但无需限定具体是采用哪种边缘检测算法。
[0166]
步骤204、基于满足目标设定条件的图像块的面积与视频图像的面积的比值，确定第二分值，目标设定条件为第一特征值和第二特征值均为目标值。
[0167]
在一种可能的实现方式中，可以确定满足目标设定条件的图像块的面积之和，从而确定满足目标设定条件的图像块的面积之和与视频图像的总面积之间的比值，作为视频图像的第二分值。
[0168]
需要说明的是，在通过上述过程确定出视频图像的第二分值后，还可以对所确定出的第二分值进行结果归一化，从而得到取值位于区间[0,1]内的第二分值，其中，归一化后的第二分值为0表示无遮挡，归一化后的第二分值越接近0表示遮挡越少，归一化后的第二分值越接近1表示遮挡越多，归一化后的第二分值为1表示遮挡最多。
[0169]
通过上述过程，即可完成对视频图像的遮挡情况检测，从而可以获取到用于指示目标摄像头被物体遮挡的程度的第二分值，进而基于所获取到的第二分值，来检测视频图像是否异常。
[0170]
在一些实施例中，在第二分值达到第五设定阈值的情况下，即可确定视频图像异常。可选地，第五设定阈值可以为任意取值，本技术对第五设定阈值的具体取值不加以限定。
[0171]
上述过程仅以对设定时间段内的任一视频图像的处理过程为例来进行说明，对于设定时间段内的其他视频图像，其处理过程与上述过程同理，此处不再赘述。通过上述过程，即可实现对所获取到的设定时间段内的各个视频图像是否异常的检测，进而可以通过步骤104，在多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息。关于步骤104的介绍可以参见上述实施例，此处不再赘述。
[0172]
首先，对通过摄像头失焦检测实现第三分值的获取，从而基于第三分值来实现摄像头状态检测的过程进行说明。
[0173]
以对设定时间段内的多个视频图像中的任一视频图像进行处理的过程为例来进行说明，在一些实施例中，对视频图像进行摄像头失焦检测，以获取视频图像的第三分值的过程可以参见图3，图3是本说明书根据一示例性实施例示出的一种摄像头失焦检测的流程图，该过程可以包括如下步骤：
[0174]
步骤301、从位于设定时间段之前的视频图像中，获取一个已对焦图像作为目标图像。
[0175]
可选地，目标摄像头所采集到的视频流中的每个视频图像均可以对应有标注信息，该标注信息可以指示用于采集该视频图像的摄像头是否已对焦，或者说，该标记信息可以指示该视频图像是否为已对焦图像，以便计算设备可以基于各个视频图像所对应的标记信息，从位置设定时间段之前的视频图像中，随机选取一个标记信息指示该视频图像是否为已对焦图像的视频图像，作为该目标图像。
[0176]
步骤302、对目标图像和视频图像分别进行边缘检测，以得到第一参数值和第二参数值，第一参数值用于指示目标图像中边缘所占的比例，第二参数值用于指示视频图像中边缘所占的比例。
[0177]
可选地，在对各个图像块进行边缘检测时，可以采用canny边缘检测算法、差分边缘检测算法、roberts边缘检测算法、sobel边缘检测算法、prewitt边缘检测算法、拉普拉斯边缘检测算法等，本技术对具体采用哪种边缘检测算法不加以限定。
[0178]
需要说明的是，为保证获取到的第一参数值和第二参数值的准确性，一般采用同种边缘检测方法来对目标图像以及视频图像进行边缘检测，但无需限定具体是采用哪种边缘检测算法。
[0179]
另外，需要说明的是，该步骤102-3-2与上述步骤102-2-3中所使用的边缘检测方法可以相同，也可以不同，本技术对此不加以限定。
[0180]
步骤303、将第二参数值与第一参数值的比值，确定为第三分值。
[0181]
例如，可以将第一参数值记为p1，将第二参数值记为p2，从而可以将p2/p1的值作为第三分值。
[0182]
需要说明的是，在通过上述过程确定出视频图像的第三分值后，还可以对所确定出的第三分值进行结果归一化，从而得到取值位于区间[0,1]内的第三分值，其中，归一化后的第三分值为0表示无失焦，归一化后的第三分值越接近0表示失焦程度越低，归一化后的第三分值越接近1表示失焦程度越高，归一化后的第三分值为1表示失焦程度最高。
[0183]
通过上述过程，即可完成对视频图像的摄像头失焦检测，从而可以获取到用于指示视频图像的失焦程度的第三分值，进而基于所获取到的第三分值，来检测视频图像是否异常。
[0184]
在一些实施例中，在第三分值达到第五设定阈值的情况下，即可确定视频图像异常。可选地，第五设定阈值可以为任意取值，本技术对第五设定阈值的具体取值不加以限定。
[0185]
上述过程仅以对设定时间段内的任一视频图像的处理过程为例来进行说明，对于设定时间段内的其他视频图像，其处理过程与上述过程同理，此处不再赘述。通过上述过程，即可实现对所获取到的设定时间段内的各个视频图像是否异常的检测，进而可以通过步骤104，在多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息。关于步骤104的介绍可以参见上述实施例，此处不再赘述。
[0186]
需要说明的是，上述三种检测方式可以单独使用，也即是，在获取到第一分值、第二分值和第三分值中的任一分值后，即可基于所获取到的分值，确定其是否满足第一设定条件，在所获取到的分值满足第一设定条件的情况下，即可确定视频图像异常，进而通过步骤104来实现提示信息的输出。
[0187]
此外，上述三种检测方式还可以随意结合，例如，可以采用烟雾灰尘检测和遮挡情况检测结合的方式，来实现视频图像是否异常的判断，或者，可以采用烟雾灰尘遮挡检测和摄像头失焦检测结合的方式，来实现视频图像是否异常的判断，或者，可以采用遮挡情况检测和摄像头失焦检测结合的方式，来实现视频图像是否异常的判断，或者，可以采用烟雾灰尘检测、遮挡情况检测和摄像头失焦检测结合的方式，来实现视频图像是否异常的判断。
[0188]
在通过上述过程获取到第一分值、第二分值和第三分值中的至少两个分值后，即可基于所获取到的分值，来检测视频图像是否异常。
[0189]
在一些实施例中，在第一分值、第二分值以及第三分值中至少两个分值的和满足第二设定条件的情况下，确定所述视频图像异常。
[0190]
例如，在第一分值、第二分值以及第三分值中至少两个分值的和满足第二设定条件的情况下，确定所述视频图像异常时，可以包括下述至少一项：
[0191]
在第一分值、第二分值以及第三分值中任意两个分值的和达到第六设定阈值的情况下，确定视频图像异常；
[0192]
在第一分值、第二分值以及第三分值的和达到第七设定阈值的情况下，确定视频图像异常。
[0193]
其中，第六设定阈值和第七设定阈值均为任意取值，仅需保证第七设定阈值大于第六设定阈值，第六设定阈值大于第五设定阈值的即可，本技术对第六设定阈值和第七设定阈值的具体取值不加以限定。
[0194]
为便于说明，将第一分值记为s1，第二分值记为s2，第三分值记为s3，在如下至少一种情况下，可以确定视频图像异常：
[0195]
1：s1、s2、s3中任意一个大于或等于第五设定阈值；
[0196]
2：s1、s2的和大于第六设定阈值，或者，s1、s3的和大于第六设定阈值，或者，s2、s3的和大于第六设定阈值；
[0197]
3：s1、s2、s3的和大于第七设定阈值。
[0198]
通过上述过程，即可实现对所获取到的设定时间段内的各个视频图像是否异常的检测，进而可以通过步骤104，在多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息。
[0199]
本技术所提供的摄像头状态监测方法，利用计算机视觉和图像处理算法，可以精确判别摄像头画面的多种异常情况，包括摄像头被遮挡，摄像头失焦以及摄像头有污渍等。并且，可以替代传统人工方法，且比其他通用自动化方法精度更高。
[0200]
与前述方法的实施例相对应，本说明书还提供了装置及其所应用的计算设备的实施例。
[0201]
如图4所示，图4是本说明书根据一示例性实施例示出的一种摄像头状态监测装置的框图，该装置包括：
[0202]
获取模块401，用于获取目标摄像头在设定时间段内拍摄的多个视频图像；
[0203]
处理模块402，用于对视频图像进行去雾处理，得到视频图像对应的无烟尘图像；
[0204]
确定模块403，用于基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值，第一分值用于指示视频图像的烟雾灰尘遮挡程度；
[0205]
确定模块403，还用于在第一分值满足第一设定条件的情况下，确定所述视频图像异常；
[0206]
输出模块404，用于在所述多个视频图像中异常的视频图像异常的数量达到设定数量的情况下，输出提示信息，所述提示信息用于提示所述目标摄像头的状态异常。
[0207]
在本说明书的一些实施例中，处理模块402，在用于对视频图像进行去雾处理，得到视频图像对应的无烟尘图像时，用于：
[0208]
基于视频图像、大气光值以及透射率预估值，确定视频图像对应的无烟尘图像，大气光值基于视频图像以及视频图像对应的暗通道图像获取得到，透射率预估值基于视频图像在各个通道的亮度值获取得到。
[0209]
在本说明书的一些实施例中，大气光值的确定过程包括：
[0210]
获取视频图像对应的暗通道图像；
[0211]
从暗通道图像中，获取按照亮度值从大到小的顺序排序后位于目标位置之前的第一像素点；
[0212]
基于位于视频图像中第一像素点对应位置处的第二像素点的像素值，确定大气光值。
[0213]
在本说明书的一些实施例中，透射率预估值的确定过程包括：
[0214]
分别在视频图像的各个通道中，确定视频图像的每个像素点在对应通道的亮度值与对应通道的大气光值的比值，基于多个像素点对应的多个比值中取值最小的比值，确定透射率预估值。
[0215]
在本说明书的一些实施例中，确定模块403，在用于基于视频图像与无烟尘图像中各个像素点的像素值，确定视频图像的第一分值时，用于：
[0216]
确定视频图像和无烟尘图像中对应位置处的像素点的像素差值；
[0217]
基于各个位置处的像素差值所对应的绝对值、第一预设阈值以及第二预设阈值，确定视频图像的第一分值。
[0218]
在本说明书的一些实施例中，该装置还包括：
[0219]
检测模块，用于对视频图像进行遮挡情况检测，以获取视频图像的第二分值，第二分值用于指示目标摄像头被物体遮挡的程度；
[0220]
检测模块，还用于对视频图像进行摄像头失焦检测，以获取视频图像的第三分值，
第三分值用于指示视频图像的失焦程度。
[0221]
在本说明书的一些实施例中，检测模块，在用于对视频图像进行遮挡情况检测，以获取视频图像的第二分值时，用于：
[0222]
将视频图像划分为目标数量的图像块；
[0223]
对于任一图像块，在图像块中每个像素点在各个通道的像素值均大于第三设定阈值的情况下，将图像块的第一特征值确定为目标值；
[0224]
在图像块的边缘检测结果大于第四设定阈值的情况下，将图像块的第二特征值确定为目标值；
[0225]
基于满足目标设定条件的图像块的面积与视频图像的面积的比值，确定第二分值，目标设定条件为第一特征值和第二特征值均为目标值。
[0226]
在本说明书的一些实施例中，检测模块，在用于对视频图像进行摄像头失焦检测，以获取视频图像的第三分值时，用于：
[0227]
从位于设定时间段之前的视频图像中，获取一个已对焦图像作为目标图像；
[0228]
对目标图像和视频图像分别进行边缘检测，以得到第一参数值和第二参数值，第一参数值用于指示目标图像中边缘所占的比例，第二参数值用于指示视频图像中边缘所占的比例；
[0229]
将第二参数值与第一参数值的比值，确定为第三分值。
[0230]
在本说明书的一些实施例中，确定模块403，还用于下述至少一项：
[0231]
在第二分值满足第一设定条件的情况下，确定视频图像异常；
[0232]
在第三分值满足第一设定条件的情况下，确定视频图像异常；
[0233]
在第一分值、第二分值以及第三分值中至少两个分值的和满足第二设定条件的情况下，确定视频图像异常。
[0234]
在本说明书的一些实施例中，目标摄像头用于采集矿井内的视频图像。
[0235]
上述装置中各个模块的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
[0236]
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0237]
本技术还提供了一种计算设备，参见图5，图5是本说明书根据一示例性实施例示出的一种计算设备的结构示意图。如图5所示，计算设备包括处理器510、存储器520和网络接口530，存储器520用于存储可在处理器510上运行的计算机指令，处理器510用于在执行所述计算机指令时实现本技术任一实施例所提供的摄像头状态监测方法，网络接口530用于实现输入输出功能。在更多可能的实现方式中，计算设备还可以包括其他硬件，本技术对此不做限定。
[0238]
本技术还提供了一种计算机可读存储介质，计算机可读存储介质可以是多种形式，比如，在不同的例子中，计算机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。特殊的，计算机可读介质还可以是纸张或者其他合适的能够打印程序的介质。计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现本技术任一实施例所提供的摄像头状态监测方法。
[0239]
本技术还提供了一种计算机程序产品，包括计算机程序，计算机程序被处理器执行时实现本技术任一实施例所提供的摄像头状态监测方法。
[0240]
本领域技术人员应明白，本说明书一个或多个实施例可提供为方法、装置、计算设备、计算机可读存储介质或计算机程序产品。因此，本说明书一个或多个实施例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，本说明书一个或多个实施例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。
[0241]
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于计算设备所对应的实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
[0242]
上述对本说明书特定实施例进行了描述。其它实施例在本技术的范围内。在一些情况下，在本技术中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。
[0243]
本说明书中描述的主题及功能操作的实施例可以在以下中实现：数字电子电路、有形体现的计算机软件或固件、包括本说明书中公开的结构及其结构性等同物的计算机硬件、或者它们中的一个或多个的组合。本说明书中描述的主题的实施例可以实现为一个或多个计算机程序，即编码在有形非暂时性程序载体上以被数据处理装置执行或控制数据处理装置的操作的计算机程序指令中的一个或多个模块。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，例如机器生成的电、光或电磁信号，该信号被生成以将信息编码并传输到合适的接收机装置以由摄像头状态监测装置执行。计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储器设备、或它们中的一个或多个的组合。
[0244]
本说明书中描述的处理及逻辑流程可以由执行一个或多个计算机程序的一个或多个可编程计算机执行，以通过根据输入数据进行操作并生成输出来执行相应的功能。所述处理及逻辑流程还可以由专用逻辑电路—例如fpga(现场可编程门阵列)或asic(专用集成电路)来执行，并且装置也可以实现为专用逻辑电路。
[0245]
适合用于执行计算机程序的计算机包括，例如通用和/或专用微处理器，或任何其他类型的中央处理单元。通常，中央处理单元将从只读存储器和/或随机存取存储器接收指令和数据。计算机的基本组件包括用于实施或执行指令的中央处理单元以及用于存储指令和数据的一个或多个存储器设备。通常，计算机还将包括用于存储数据的一个或多个大容量存储设备，例如磁盘、磁光盘或光盘等，或者计算机将可操作地与此大容量存储设备耦接
以从其接收数据或向其传送数据，抑或两种情况兼而有之。然而，计算机不是必须具有这样的设备。此外，计算机可以嵌入在另一设备中，例如移动电话、个人数字助理(pda)、移动音频或视频播放器、游戏操纵台、全球定位系统(gps)接收机、或例如通用串行总线(usb)闪存驱动器的便携式存储设备，仅举几例。
[0246]
适合于存储计算机程序指令和数据的计算机可读介质包括所有形式的非易失性存储器、媒介和存储器设备，例如包括半导体存储器设备(例如eprom、eeprom和闪存设备)、磁盘(例如内部硬盘或可移动盘)、磁光盘以及cd rom和dvd-rom盘。处理器和存储器可由专用逻辑电路补充或并入专用逻辑电路中。
[0247]
虽然本说明书包含许多具体实施细节，但是这些不应被解释为限制任何发明的范围或所要求保护的范围，而是主要用于描述特定发明的具体实施例的特征。本说明书内在多个实施例中描述的某些特征也可以在单个实施例中被组合实施。另一方面，在单个实施例中描述的各种特征也可以在多个实施例中分开实施或以任何合适的子组合来实施。此外，虽然特征可以如上所述在某些组合中起作用并且甚至最初如此要求保护，但是来自所要求保护的组合中的一个或多个特征在一些情况下可以从该组合中去除，并且所要求保护的组合可以指向子组合或子组合的变型。
[0248]
类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。
[0249]
由此，主题的特定实施例已被描述。其他实施例在本技术的范围以内。在某些情况下，本技术中记载的动作可以以不同的顺序执行并且仍实现期望的结果。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。
[0250]
本领域技术人员在考虑说明书及实践这里申请的发明后，将容易想到本说明书的其它实施方案。本说明书旨在涵盖本说明书的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本说明书的一般性原理并包括本说明书未申请的本技术领域中的公知常识或惯用技术手段。也即是，本说明书并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。
[0251]
以上所述仅为本说明书的可选实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。