[发明专利]暗光图像识别方法、装置、设备及存储介质

说明书

本发明涉及图像处理领域，公开了一种暗光图像识别方法、装置、设备及存储介质，用于提高暗光图的识别准确率。所述暗光图像识别方法包括：接收待识别图像，并解析待识别图像，得到待识别图像的尺寸参数；根据尺寸参数，获取待识别图像中各像素点的RGB分量值，并根据RGB分量值计算待识别图像中各像素点的RGB分量差值，得到待识别图像对应的差值集合；根据差值集合，对待识别图像进行暗光区域识别，得到待识别图像的暗光区域信息；当暗光区域信息中暗光像素点的数量大于预置暗光像素阈值时，确定待识别图像为暗光图像。

技术领域

本发明涉及图像处理领域，尤其涉及一种暗光图像识别方法、装置、设备及存储介质。

背景技术

随着互联网的发展和摄像头的普及，企业拥有越来越多的数据，其中图像数据是重要的一环，合理地利用这些数据可以帮助企业降本增效，提高效率。计算机算力的提高和数据量的积累使得现有的计算机视觉技术受到广泛重视，机器学习和深度学习被应用在目标识别、目标检测和跟踪等领域，渗透在生活的方方面面，如制造业、文档分析、医疗诊断和军事等领域。计算机视觉技术需要大量的图像，对图像预处理显得尤为重要。

在实际应用中，可能因为拍摄技术、设备或者环境等因素，导致有些图片光线很暗。现有判断图像灰度的技术中灰度直方图法是首选，但是在实际的图像数据中判断暗光图时，准确率并不高。

发明内容

本发明提供了一种暗光图像识别方法、装置、设备及存储介质，用于提高暗光图的识别准确率。

本发明第一方面提供了一种暗光图像识别方法，包括：

接收待识别图像，并解析所述待识别图像，得到所述待识别图像的尺寸参数；

根据所述尺寸参数，获取所述待识别图像中各像素点的RGB分量值，并根据所述RGB分量值计算所述待识别图像中各像素点的RGB分量差值，得到所述待识别图像对应的差值集合；

根据所述差值集合，对所述待识别图像进行暗光区域识别，得到所述待识别图像的暗光区域信息；

当所述暗光区域信息中暗光像素点的数量大于预置暗光像素阈值时，确定所述待识别图像为暗光图像。

可选的，在本发明第一方面的第一种实现方式中，所述接收待识别图像，并解析所述待识别图像，得到所述待识别图像的尺寸参数，包括：

接收待识别图像，并通过预置图像处理工具读取所述待识别图像；

通过所述预置图像处理工具，对所述待识别图像进行像素点遍历，得到所述待识别图像的尺寸参数，所述尺寸参数包括横向像素点数量和纵向像素点数量。

可选的，在本发明第一方面的第二种实现方式中，所述根据所述尺寸参数，获取所述待识别图像中各像素点的RGB分量值，并根据所述RGB分量值计算所述待识别图像中各像素点的RGB分量差值，得到所述待识别图像对应的差值集合，包括：

按照所述尺寸参数中的横向像素点数量和纵向像素点数量，提取所述待识别图像中每个像素点的RGB分量值，所述RGB分量值包括红色分量值、绿色分量值和蓝色分量值；

将所述RGB分量值中的红色分量值、绿色分量值和蓝色分量值进行两两相减，得到所述待识别图像中每个像素点的RGB分量差值，所述RGB分量差值包括红绿分量差值、红蓝分量差值和绿蓝分量差值；

将所述待识别图像中每个像素点的RGB分量差值进行组合，得到所述待识别图像对应的差值集合。

可选的，在本发明第一方面的第三种实现方式中，所述根据所述差值集合，对所述待识别图像进行暗光区域识别，得到所述待识别图像的暗光区域信息，包括：

根据所述差值集合，构建所述待识别图像的分量差值图，所述分量差值图包括红绿分量差值图、红蓝分量差值图和绿蓝分量差值图；