(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210785071.1 (22)申请日 2022.07.05 (71)申请人 甘肃捷诺智能科技有限公司 地址 735200 甘肃省兰州市城关区东岗东 路53号C座1楼10 01室 (72)发明人 贾斌　王晓东　万婷　 (74)专利代理 机构 南京文宸知识产权代理有限 公司 325 00 专利代理师 陈娟 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/13(2017.01) G06T 5/30(2006.01) G06T 7/187(2017.01) G06T 7/62(2017.01)G06V 10/74(2022.01) (54)发明名称 一种IPTV图像马赛克的机 器视觉检测方法 (57)摘要 本发明涉及图像检测技术领域， 且公开了一 种IPTV图像马赛克的机器视觉检测方法， 包括： 读取图像； 对图像进行灰度化处理； Canny边缘检 测； 对图像进行胀处理； 找出图像中所有轮廓， 所 有轮廓记为集合N； 遍历集合N中的轮廓， 对轮廓 进行折线拟合处理； 根据轮廓中折点之间的最大 夹角， 对图像马赛克进行认定， 该IPTV图像马赛 克的机器视觉检测方法， 通过对图像进行灰度化 及边缘检测和膨胀处理， 可直接获取图像中的轮 廓， 在对轮廓进行折线拟合处理之后， 并通过计 算轮廓中折点之间的夹角和轮廓马赛克的权重， 可对图像中的图像马赛克进行检测和判定， 马赛 克检测算法简单， IPTV图像马赛克检测效率高， 马赛克结果判定准确性高。 权利要求书1页 说明书3页 附图1页 CN 115330679 A 2022.11.11 CN 115330679 A 1.一种IPTV图像马赛克的机器视 觉检测方法， 包括： S1、 读取图像； S2、 对图像进行 灰度化处 理； S3、 Canny边缘检测； S4、 对图像进行胀处 理； S5、 找出图像中所有轮廓， 所有轮廓记为 集合N； S6、 遍历集 合N中的轮廓， 对轮廓进行折线拟合处 理； S7、 轮廓经折线拟合处理之后， 根据轮廓中折点之间的最大夹角， 对图像马赛克进行认 定。 2.根据权利 要求1所述的IPTV图像马赛克的机器视觉检测方法， 其中， S6中遍历所述集 合N中的轮廓， 首先计算面积， 面积不在4 ‑100之内的， 放弃， 对于面积在4 ‑100以内的， 对轮 廓进行折线拟合处 理。 3.根据权利 要求1所述的IPTV图像马赛克的机器视觉检测方法， 其中， S7中所述马赛克 的具体认定方法为： S701、 如果轮廓存在四个折 点， 计算四个折 点的最大夹角； S702、 最大夹角大于角度T1， 认为轮廓是近似矩形， 将轮廓归 入集合M； S703、 如果M集 合中元素个数大于设定值T2， 直接认定为马赛克。 4.根据权利要求3所述的IPTV图像马赛克的机器视 觉检测方法， 其中， S70 3中还包括： S7031、 如果M集合中元素个数小于T2， 计算轮廓合集M中元素相互之间的欧式距离， 即 分别以M中任意一个轮廓为原 点， 计算与其他轮廓的欧氏距离， 在小于 设定的欧氏距离T3的 范围内存在两个 轮廓， 轮廓的马赛克权 重加1， 马赛克权 重越大， 表示轮廓聚集度越高； S7032、 判断整图的马赛克权 重， 如果权 重大于设定阈值T4， 图像则认定为马塞克。 5.根据权利要求3所述的IPTV图像马赛克的机器视觉检测方法， 其中， 所述角度T1为 75°。 6.根据权利 要求4所述的IPTV图像马赛克的机器视觉检测方法， 其中， 所述设定值T2为 200。 7.根据权利 要求4所述的IPTV图像马赛克的机器视觉检测方法， 其中， 所述欧氏距离T3 为20。 8.根据权利要求 4所述的IPTV图像马赛克的机器视 觉检测方法， 其中， 所述阈值T4 为5。权　利　要　求　书 1/1 页 2 CN 115330679 A 2一种IPTV图像 马赛克的机 器视觉检测方 法 技术领域 [0001]本发明涉及图像检测技术领域， 具体为一种IPTV图像马赛克的机器视觉检测方 法。 背景技术 [0002]IPTV是指交互式网络电视， IPTV图像是网络电视中呈现出来的画面， IPTV图像在 播放时， 需要对图像中的马赛克进行检测判定 。 [0003]现有的马赛克检测方法包括基于边缘和模板的检测方法、 基于区域分析的检测方 法、 基于神经网络模 型训练的检测方法， 其中基于边缘和模板的检测方法检测时， 需要匹配 模板， 基于区域分析 的检测方法检测的准确 性与基准点的选择有关， 会增加检测算法的复 杂程度， 检测效率较低， 基于神经网络模型训练的检测方法需要收集样本并对样板进行训 练， 样本收集的不同， 检测结果 也会不同， 会影响图像马赛克检测的准确性。 发明内容 [0004]为解决以上现有图像马赛克检测方法的检测复杂程度 高、 检测效率较低、 检测的 准确性不高的问题， 本发明通过以下技术方案予以实现： 一种IPTV图像马赛克的机器视觉 检测方法， 包括： [0005]S1、 读取图像； [0006]S2、 对图像进行 灰度化处 理； [0007]S3、 Canny边缘检测， 通过Can ny边缘检测算子， 找出图像中检测对象边 缘的噪声； [0008]S4、 对图像进行胀处理， 将图像中检测对象临近的轮廓粘合， 为后续去燥奠定基 础； [0009]S5、 找出图像中所有轮廓， 所有轮廓记为 集合N； [0010]S6、 遍历集 合N中的轮廓， 对轮廓进行折线拟合处 理； [0011]S7、 轮廓经折线拟合处理之后， 根据轮廓中折点之间的最大夹角， 对图像马赛克进 行认定。 [0012]进一步的， S6中遍历所述集合N中的轮廓， 首先计算面积， 面积不在4 ‑100之内的， 放弃， 对于面积在4 ‑100以内的， 对轮廓进行折线拟合处 理。 [0013]进一步的， S7中所述马赛克的具体认定方法为： [0014]S701、 如果轮廓存在四个折 点， 计算四个折 点的最大夹角； [0015]S702、 最大夹角大于角度T1， 认为轮廓是近似矩形， 将轮廓归 入集合M； [0016]S703、 如果M集 合中元素个数大于设定值T2， 直接认定为马赛克。 [0017]进一步的， S70 3中还包括： [0018]S7031、 如果M集合中元素个数小于T2， 计算轮廓合集M中元素相互之间的欧式距 离， 即分别以M中任意一个轮廓为原点， 计算与其他轮廓的欧氏距离， 在小于设定的欧氏距 离T3的范围内存在两个轮廓， 轮廓的马赛克权重加1， 马赛克权重越大， 表示轮廓聚集度越说　明　书 1/3 页 3 CN 115330679 A 3