一种湿度检测方法、装置、设备及介质

技术领域

本发明涉及图像处理技术领域，尤其涉及一种湿度检测方法、装置、设备及介质。

背景技术

伴随众多行业对于湿度的要求越来越严格，比如电子车场、纺织工厂、印刷车间等，人们对于湿度进行准确性检测的需求也日益上升。现有技术中，常见的湿度监测方法主要包括：干湿球测湿法和电子式湿度传感器测湿法。

若采用干湿球测湿法测量湿度，则需要定期给湿球加水以及更换湿球纱布，加大了人工成本，且该方法主要采用湿度查算表计算环境湿度，若纱布水套、水质、风速不满足要求则会对湿度测量结果产生不良影响。而若采用电子式湿度传感器测量湿度时，则会受到灰尘、油污及有害气体的影响，伴随着时间的增长，电子式湿度传感器会产生老化现象，也会导致测量结果受到影响。因此，在现有技术中，不管是采用干湿球测湿法和电子式湿度传感器测湿法，都会因为不可抗的因素导致湿度测量结果不准确。

发明内容

本发明提供了一种湿度检测方法、装置、设备及介质，用以解决现有技术中湿度检测不准确的问题。

本发明提供了一种湿度检测方法，所述方法包括：

获得雾气图像，并确定所述雾气图像中的前景雾气图像；

确定所述前景雾气图像中对应的出雾面积，并针对所述前景雾气图像的每个灰度值，根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线；

根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常。

进一步地，所述确定所述雾气图像中的前景雾气图像包括：

根据所述雾气图像以及预先训练完成的混合高斯模型，获得所述雾气图像中的前景雾气图像。

进一步地，所述根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线包括：

根据所述灰度值的像素点的第一数量与所述前景雾气图像中包含的像素点的第二数量的商值，确定该灰度值的概率密度；

根据每个灰度值的概率密度，确定灰度概率密度曲线。

进一步地，所述根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常包括：

根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量；

根据所述出雾面积以及预设的出雾面积阈值，确定出雾面积相对差值；

根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常。

进一步地，所述根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量包括：

将所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值的绝对值，确定为实际灰度值偏移量；

将所述实际灰度值偏移量与所述预设的灰度值阈值的比值，确定为灰度值相对偏移量。

进一步地，所述根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常包括：

若所述灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，且所述出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则确定湿度正常；

若所述灰度值相对偏移量大于预先设定的相对灰度值相对偏移量阈值，或者所述出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则确定湿度异常。

本发明提供了一种湿度检测装置，该装置包括：

获取模块，用于获得雾气图像，并确定所述雾气图像中的前景雾气图像；

确定模块，用于确定所述前景雾气图像中对应的出雾面积，并针对所述前景雾气图像的每个灰度值，根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线；根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常。

进一步地，所述获取模块，具体用于根据所述雾气图像以及预先训练完成的混合高斯模型，获得所述雾气图像中的前景雾气图像。

进一步地，所述确定模块，具体用于根据所述灰度值的像素点的第一数量与所述前景雾气图像中包含的像素点的第二数量的商值，确定该灰度值的概率密度；根据每个灰度值的概率密度，确定灰度概率密度曲线。

进一步地，所述确定模块，具体用于根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量；根据所述出雾面积以及预设的出雾面积阈值，确定出雾面积相对差值；根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常。

进一步地，所述确定模块，具体用于将所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值的绝对值，确定为实际灰度值偏移量；将所述实际灰度值偏移量与所述预设的灰度值阈值的比值，确定为灰度值相对偏移量。

进一步地，所述确定模块，具体用于若所述灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，且所述出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则确定湿度正常；若所述灰度值相对偏移量大于预先设定的相对灰度值相对偏移量阈值，或者所述出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则确定湿度异常。

本发明提供了一种电子设备，所述电子设备包括处理器，所述处理器用于执行存储器中存储的计算机程序时实现如上述任一所述湿度检测方法的步骤。

本发明提供了一种计算机可读存储介质，其存储有可由终端执行的计算机程序，当所述程序在所述终端上运行时，使得所述终端执行上述任一项所述湿度检测方法的步骤。

本发明实施例中，获得雾气图像，并确定该雾气图像中的前景雾气图像，以及该前景雾气图像中对应的出雾面积，并根据前景雾气图像的每个灰度值对应的像素点的第一数量，以及该前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线，根据该灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、该出雾面积以及预设的出雾面积阈值，确定湿度是否正常。由于本发明实施例中，基于获取雾气图像，确定该雾气图像中的前景雾气图像，基于该前景雾气图像确定湿度是否正常，可以有效的避免不可抗因素的影响，提高湿度检测的准确性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域的普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种湿度检测方法的过程示意图；

图2为本发明实施例提供的一种灰度概率密度曲线图；

图3为本发明实施例提供的一种确定湿度是否异常的过程示意图；

图4为本发明实施例提供的一种湿度检测装置结构示意图；

图5为本发明实施例提供的一种电子设备。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

为了提高湿度检测的准确性，本发明实施例提供了一种湿度检测方法、装置、设备及介质。

实施例1：

图1为本发明实施例提供的一种湿度检测方法的过程示意图，该过程包括以下步骤：

S101：获得雾气图像，并确定所述雾气图像中的前景雾气图像。

本发明实施例提供的湿度检测方法应用于电子设备，该电子设备可以是图像采集设备、终端、智能家居设备或者服务器等其他电子设备。

在本发明实施例中，获得的雾气图像可以为加湿器出口侧的雾气图像，也可以为从其他能够出雾的电子设备上获得的雾气图像，假设获得的雾气图像是从加湿器出口侧获得的，由于湿度与加湿器的出雾量有关，若加湿器的出雾量正常，则湿度正常，若加湿器的出雾量异常，则湿度异常，因此为了确定湿度是否正常，可以测量加湿器出口侧的出雾量。为了测量加湿器出口侧的出雾量，在本发明实施例中，电子设备采集加湿器出口侧的雾气图像，基于该雾气图像，确定加湿器的出雾量。为了采集该加湿器出口侧的雾气图像，将该电子设备预先安装在加湿器出口侧的预设位置，该预设位置能够保证电子设备在该预设位置处可以获取到加湿器出口侧的出雾图像，并且该出雾图像能够体现该加湿器的出雾口的出雾量。

此外，电子设备在采集雾气图像时，可以按照预先设置的时间间隔采集雾气图像。为了提高确定湿度检测的准确率，在获得雾气图像后，确定该雾气图像中的前景雾气图像，即该雾气图像中能够反映雾气情况的图像。

S102：确定所述前景雾气图像中对应的出雾面积，并针对所述前景雾气图像的每个灰度值，根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线。

由于出雾面积的大小可以反映出雾情况，进而确定湿度是否异常。因此在本发明实施例中，为了确定出雾面积，首先确定包含出雾情况的前景雾气图像，然后确定该前景雾气图像中对应的出雾面积。具体的，在确定出雾面积的过程中，由于获取的图像的大小是固定的，也就是说预知图像中包含的像素点的总数量，因此可以根据前景雾气图像中包含的雾气像素点的数量，确定出雾面积。

由于雾气一般为白色，因此可以根据前景雾气图像中灰度值较高的像素点的数量，确定出雾量情况。具体的，在本发明实施例中，为了确定湿度是否异常，可以根据前景雾气图像中每个灰度值，根据该灰度值的像素点的第一数量，以及该前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线，该灰度概率密度曲线中记录了各个灰度值对应的概率密度值。

S103：根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常。

为了准确的确定湿度是否正常，预先设置了灰度值阈值以及出雾面积阈值，在本发明实施例中，根据该灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、该出雾面积以及预设的出雾面积阈值，确定湿度是否正常。

可以根据灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的比较，以及出雾面积与预设的出雾面积阈值的比较，确定湿度是否异常，具体的，若灰度概率密度曲线的峰值对应的灰度值大于预设的灰度值阈值，且出雾面积大于预设的出雾面积阈值，则说明出雾量正常，湿度正常；若灰度概率密度曲线的峰值对应的灰度值小于或等于预设的灰度值阈值，或者出雾面积大于预设的出雾面积阈值，则说明出雾量异常，湿度异常。

还可以根据灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值，出雾面积与预设的出雾面积阈值的差值确定湿度是否异常，具体的，若灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值大于预先设定的第一差值阈值，且出雾面积与预设的出雾面积阈值的差值大于预先设定的第二差值阈值，则说明出雾量正常，湿度正常；若灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值小于或等于预先设定的第一差值阈值，或者出雾面积与预设的出雾面积阈值的差值小于或等于预先设定的第二差值阈值，则说明出雾量异常，湿度异常。

由于本发明实施例中，基于获取的雾气图像，确定该雾气图像中的前景雾气图像，基于该前景雾气图像确定湿度是否正常，可以有效的提高湿度检测的准确性。

实施例2：

为了准确的确定前景雾气图像，在上述实施例的基础上，在本发明实施例中，所述确定所述雾气图像中的前景雾气图像包括：

根据所述雾气图像以及预先训练完成的混合高斯模型，获得所述雾气图像中的前景雾气图像。

为了获得雾气图像中的前景雾气图像，在本发明实施例中，预先训练混合高斯模型，将该雾气图像输入到预先训练完成的混合高斯模型中，获得该雾气图像中的前景雾气图像。

在将该雾气图像输入到预先训练完成的混合高斯模型之前，对混合高斯模型进行训练，该混合高斯模型中具有至少两个高斯模型，其中，该混合高斯模型中的高斯模型的数量是根据实际需求进行设置的。针对每个高斯模型，对该高斯模型的矩阵参数进行初始化，其中，该矩阵参数包括均值、方差以及权值。

根据获得的样本雾气图像，对混合高斯模型进行训练，直至获得训练完成的混合高斯模型，其中，该混合高斯模型的训练过程为现有技术，在此不做赘述。

在基于预先训练完成的混合高斯模型获取前景雾气图像的过程中，针对获取到的雾气图像中的每个像素点，并针对预先训练完成的混合高斯模型的每个高斯模型进行以下操作：假如该混合高斯模型中有三个高斯模型，为了便于区分，将该混合高斯模型的第一个高斯模型称为第一高斯模型，将该混合高斯模型的第二个高斯模型称为第二高斯模型，混合高斯模型的第三个高斯模型称为第三高斯模型。首先，将该像素点的像素值与第一高斯模型的均值进行对比，确定该像素点对应的像素值与该均值的差值，若该差值小于预先训练完成的混合高斯模型的第一高斯模型的方差的二倍，则确定该像素点满足该第一高斯模型的条件，该像素点不用依次与第二高斯模型和第三高斯模型进行上述操作，直接确认该像素点为背景图像中的像素点。也就是说，为了确定背景图像中的像素点，针对每个像素点，依次将该像素点与第一高斯模型、第二高斯模型以及第三高斯模型进行上述操作时，只要满足任意一个高斯模型的条件，则确定该像素点为背景图像中的像素点。

若该像素点与该混合高斯模型中的每个高斯模型进行上述操作时，若像素点不满足每个高斯模型的条件，则确定该像素点为前景图像中的像素点。

在本发明实施例中，由于该混合高斯模型中存在至少两个高斯模型，因此，针对前景雾气图像中的每个像素点，针对该混合高斯模型中的每个高斯模型，进行上述像素点是否满足对应高斯模型要求的判断，若该像素点满足至少一个高斯模型的要求，则认为该像素点为背景图像中的像素点，否则，则认为该像素点为前景图像中的像素点。

在确定前景图像时，针对每个像素点，确定该像素点是前景图像中的像素点还是背景图像中的像素点，若该像素点为前景图像中的像素点，则在掩膜图像中将该像素点的像素值赋值为255，若该像素点为背景图像中的像素点，则在掩膜图像中将该像素点的像素值赋值为0，根据像素点的赋值情况，可以确定掩膜图像(masking image，mask)。其中，在该掩膜图像中，将像素值为255的像素点标识为1，将像素值为0的像素点标记为0，将该掩膜图像与电子设备获得的出雾图像进行按位与运算，获得前景雾气图像。

其中，该混合高斯模型的训练过程以及根据该混合高斯模型以及雾气图像确定前景雾气图像的过程是现有技术，在此不做赘述。

实施例3：

为了确定灰度概率密度曲线，在上述各实施例的基础上，在本发明实施例中，所述根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线包括：

根据所述灰度值的像素点的第一数量与所述前景雾气图像中包含的像素点的第二数量的商值，确定该灰度值的概率密度；

根据每个灰度值的概率密度，确定灰度概率密度曲线。

在本发明实施例中，由于前景雾气图像中可能有多个灰度值，该灰度值的取值范围为[0,255]，因此可以根据该灰度值的像素点在前景雾气图像中的第一数量与该前景雾气图像中包含的像素点的第二数量的商值，确定该灰度值的概率密度，例如，若该灰度值为A，该前景雾气图像中灰度值为A的像素点的数量为n

采用上述方法可以确定每个灰度值的概率密度，因此可以根据每个灰度值的概率密度，确定灰度概率密度曲线，其中，该灰度概率密度曲线的横坐标为各个灰度值，纵坐标为各个灰度值对应的概率密度。

此外，为了保证该灰度概率密度曲线的准确性，在确定该前景雾气图像的灰度概率密度曲线之前，针对该前景雾气图像进行去噪处理和灰度化处理，其中，该去噪处理与灰度化处理为现在有技术，在此不做赘述。

实施例4：

为了准确的确定湿度是否异常，在上述各实施例的基础上，在本发明实施例中，所述根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常包括：

根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量；

根据所述出雾面积以及预设的出雾面积阈值，确定出雾面积相对差值；

根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常。

在本发明实施例中，预先保存了标准雾气图像，该标准雾气图像可以为采集到的雾气图像中符合标准出雾量的出雾图像，此外在将该符合标准出雾量的出雾图像保存在电子设备之前，将该符合标准出雾量的出雾图像进行去噪处理和灰度化处理。

由于概率密度曲线中记录了各个灰度值对应的概率密度，可以根据该标准雾气图像的灰度概率密度曲线以及该前景雾气图像的灰度概率密度曲线的比较，确定当前出雾量的大小，进而确定湿度是否正常。

具体的，为了便于描述，将该前景雾气图像的灰度概率密度曲线的峰值对应的灰度值称为第一灰度值，将标准雾气图像的灰度概率密度曲线的峰值对应的灰度值称为第二灰度值，将前景雾气图像的灰度概率密度曲线的灰度值中大于第二灰度值的灰度值称为第三灰度值，将前景雾气图像的灰度概率密度曲线的灰度值中小于第二灰度值的灰度值称为第四灰度值。在获得前景雾气图像的灰度概率密度曲线后，若该前景雾气图像的灰度概率密度曲线的峰值相比于标准雾气图像的灰度概率密度曲线来说，向右偏移，也就是说，若第一灰度值大于第二灰度值，若该第三灰度值对应的曲线的面积大于预先设定的面积阈值，则说明出雾量较大，其中，该第三灰度值对应的曲线的面积为第三灰度值对应的曲线与横轴围成的面积；若该前景雾气图像的灰度概率密度曲线的峰值相比于标准雾气图像的灰度概率密度曲线来说，向左偏移，也就是说，若第一灰度值小于第二灰度值，若该第四灰度值对应的曲线的面积大于预先设定的面积阈值，则说明出雾量较小，其中，该第四灰度值对应的曲线的面积为第四灰度值对应的曲线与横轴围成的面积，其中，该面积阈值可以为该标准雾气图像的灰度概率密度曲线对应的面积的二分之一。

因此，在本发明实施例中，为了方便衡量出雾量的大小，可以根据该灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量，根据该偏移量情况，确定出雾情况。其中，该灰度值相对偏移量为前景雾气图像的峰值对应的灰度值与标准雾气图像的峰值对应的灰度值的相对偏差值。

为了确定灰度值相对偏移量，根据灰度概率密度曲线的峰值对应的灰度值以及预设的灰度值阈值，确定灰度值相对偏移量，其中，该预设的灰度值阈值为预先保存的标准雾气图像的灰度概率密度曲线的峰值对应的灰度值。

在本发明实施例中，根据该出雾面积以及预设的出雾面积阈值，确定出雾面积相对差值，其中，可以将前景雾气图像中的包含的雾气像素点的数量确定为该前景雾气图像对应的出雾面积。具体的，在确定出雾面积的相对差值的过程中，首先确定该前景雾气图像的出雾面积以及预设的出雾面积阈值的差值，其中，该预设的出雾面积阈值为预先保存的标准雾气图像的出雾面积。由于该出雾面积可能大于预设的出雾面积阈值，该出雾面积也可能小于预设的出雾面积阈值，因此，为了便于根据出雾面积相对差值确定湿度是否异常，在本发明实施例中，在确定该前景雾气图像的出雾面积以及预设的出雾面积阈值的差值之后，确定该差值的绝对值后，然后确定该差值的绝对值与预设的出雾面积阈值的商值，将该商值确定为该出雾面积相对差值。若该预先保存的标准雾气图像的出雾面积为s

为了准确的确定灰度值相对偏移量，在上述各实施例的基础上，在本发明实施例中，所述根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量包括：

将所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值，确定为实际灰度值偏移量；

将所述实际灰度值偏移量与所述预设的灰度值阈值的比值，确定为灰度值相对偏移量。

在本发明实施例中，将灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值的绝对值，确定为实际灰度值偏移量，其中，由于该前景雾气图像的灰度概率密度曲线的峰值对应的灰度值可能大于预先设定的灰度值阈值，也可能小于预先设定的灰度值阈值。因此，在本发明实施例中，为了便于后续确定灰度值相对偏移量后判断湿度是否异常，在确定灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值后，确定该差值的绝对值，将该差值的绝对值确定为实际灰度值偏移量。在确定实际灰度值偏移量后，确定该实际灰度值偏移量与预设的灰度值阈值的比值，将该比值确定为灰度值相对偏移量。

若该灰度概率密度曲线的峰值对应的灰度值为100，预设的灰度值阈值为127，则该实际灰度值偏移量为27，则该灰度值相对偏移量为

图2为本发明实施例提供的一种灰度概率密度曲线图，现针对图2进行说明。

实线为参考图像对应的灰度概率密度曲线，也就是标准雾气图像的灰度概率密度曲线，虚线为采集图像对应的灰度概率密度曲线，也就是前景雾气图像的灰度概率密度曲线，其中，灰度概率密度曲线的横坐标为灰度值r，灰度值r代表的为单个像素点的亮度，其中，该灰度值的范围为[0,255]，该灰度值越大，代表亮度越亮，灰度值越小，代表亮度越小，纵坐标为各个灰度值对应的概率密度。

在基于前景雾气图像的灰度概率密度曲线以及标准雾气图像的灰度概率密度曲线确定实际灰度值偏移量时，确定标准雾气图像的灰度概率密度曲线的峰值对应的灰度值与前景雾气图像的灰度概率密度曲线的峰值对应的灰度值的差值，也就是Δr，将该差值的绝对值确定为实际灰度值偏移量。

为了准确的确定湿度是否异常，在上述各实施例的基础上，在本发明实施例中，所述根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常包括：

若所述灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，且所述出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则确定湿度正常；

若所述灰度值相对偏移量大于预先设定的相对灰度值相对偏移量阈值，或者所述出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则确定湿度异常。

为了确定湿度是否异常，在确定灰度值相对偏移量以及出雾面积相对差值后，根据该灰度值相对偏移量与预先设定的灰度值相对偏移量阈值的比较结果，根据该出雾面积相对差值与预先设定的出雾面积相对差值阈值的比较结果，确定湿度是否异常。

若灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，则说明该雾气图像与标准雾气图像的出雾量更接近，若灰度值相对偏移量大于预先设定的灰度值相对偏移量阈值，则说明该雾气图像与标准雾气图像的出雾量差异较大；若该出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则说明该雾气图像与标准雾气图像的出雾量更接近，若该出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则说明该雾气图像与标准雾气图像的出雾量差异较大。

具体的，在确定湿度是否异常时，若灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，且该出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则说明该雾气图像与标准雾气图像的出雾量更接近，因此湿度正常；若灰度值相对偏移量大于预先设定的灰度值相对偏移量阈值，或者该出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则说明该雾气图像与标准雾气图像的出雾量差异较大，因此湿度异常。

图3为本发明实施例提供的一种确定湿度是否异常的过程示意图，现针对图3进行说明。

首先，选取监测点，采集视频，也就是说预先将电子设备安装在预先设定的位置，获取该电子设备采集到的每帧出雾图像，然后根据出雾图像进行出雾口背景建模，也就是预先训练完成混合高斯模型，将采集到的出雾图像输入到预先训练完成的混合高斯模型，获得标准雾气图像。

电子设备采集待检测图像，也就是待检测的出雾图像，根据该出雾图像以及预先训练完成的混合高斯模型，确定前景雾气图像，确定该前景雾气图像的灰度概率密度曲线以及出雾面积，根据该前景雾气图像的灰度概率密度曲线以及出雾面积以及标准雾气图像的灰度概率密度曲线以及出雾面积，确定该前景雾气图像的灰度概率密度曲线是否符合标准，并确定出雾面积使得否符合标准，若灰度概率密度曲线以及出雾面积都符合标准，则确定出雾量符合标准，湿度正常，若灰度概率密度曲线以及出雾面积中任一项不符合标准，则确定出雾量不符合标准，湿度异常。

实施例5：

图4为本发明实施例提供的一种湿度检测装置结构示意图，该装置包括：

获取模块401，用于获得雾气图像，并确定所述雾气图像中的前景雾气图像；

确定模块402，用于确定所述前景雾气图像中对应的出雾面积，并针对所述前景雾气图像的每个灰度值，根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线；根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常。

在一种可能的实施方式中，所述获取模块401，具体用于根据所述雾气图像以及预先训练完成的混合高斯模型，获得所述雾气图像中的前景雾气图像。

在一种可能的实施方式中，所述确定模块402，具体用于根据所述灰度值的像素点的第一数量与所述前景雾气图像中包含的像素点的第二数量的商值，确定该灰度值的概率密度；根据每个灰度值的概率密度，确定灰度概率密度曲线。

在一种可能的实施方式中，所述确定模块402，具体用于根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量；根据所述出雾面积以及预设的出雾面积阈值，确定出雾面积相对差值；根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常。

在一种可能的实施方式中，所述确定模块402，具体用于将所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值的绝对值，确定为实际灰度值偏移量；将所述实际灰度值偏移量与所述预设的灰度值阈值的比值，确定为灰度值相对偏移量。

在一种可能的实施方式中，所述确定模块402，具体用于若所述灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，且所述出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则确定湿度正常；若所述灰度值相对偏移量大于预先设定的相对灰度值相对偏移量阈值，或者所述出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则确定湿度异常。

实施例6：

在上述各实施例的基础上，本发明一些实施例还提供了一种电子设备，如图5所示，包括：处理器501、通信接口502、存储器503和通信总线504，其中，处理器501，通信接口502，存储器503通过通信总线504完成相互间的通信。

所述存储器503中存储有计算机程序，当所述程序被所述处理器501执行时，使得所述处理器501执行如下步骤：

获得雾气图像，并确定所述雾气图像中的前景雾气图像；

确定所述前景雾气图像中对应的出雾面积，并针对所述前景雾气图像的每个灰度值，根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线；

根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常。

进一步地，所述处理器501，还用于根据所述雾气图像以及预先训练完成的混合高斯模型，获得所述雾气图像中的前景雾气图像。

进一步地，所述处理器501，还用于根据所述灰度值的像素点的第一数量与所述前景雾气图像中包含的像素点的第二数量的商值，确定该灰度值的概率密度；根据每个灰度值的概率密度，确定灰度概率密度曲线。

进一步地，所述处理器501，还用于根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量；根据所述出雾面积以及预设的出雾面积阈值，确定出雾面积相对差值；根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常。

进一步地，所述处理器501，还用于将所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值的绝对值，确定为实际灰度值偏移量；将所述实际灰度值偏移量与所述预设的灰度值阈值的比值，确定为灰度值相对偏移量。

进一步地，所述处理器501，还用于若所述灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，且所述出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则确定湿度正常；若所述灰度值相对偏移量大于预先设定的相对灰度值相对偏移量阈值，或者所述出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则确定湿度异常。

上述服务器提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口502用于上述电子设备与其他设备之间的通信。

存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。

实施例7：

在上述各实施例的基础上，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现如下步骤：

所述存储器中存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行如下步骤：

获得雾气图像，并确定所述雾气图像中的前景雾气图像；

确定所述前景雾气图像中对应的出雾面积，并针对所述前景雾气图像的每个灰度值，根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线；

根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常。

进一步地，所述确定所述雾气图像中的前景雾气图像包括：

根据所述雾气图像以及预先训练完成的混合高斯模型，获得所述雾气图像中的前景雾气图像。

进一步地，所述根据所述灰度值的像素点的第一数量，以及所述前景雾气图像中包含的像素点的第二数量，确定灰度概率密度曲线包括：

根据所述灰度值的像素点的第一数量与所述前景雾气图像中包含的像素点的第二数量的商值，确定该灰度值的概率密度；

根据每个灰度值的概率密度，确定灰度概率密度曲线。

进一步地，所述根据所述灰度概率密度曲线的峰值对应的灰度值、预设的灰度值阈值、所述出雾面积以及预设的出雾面积阈值，确定湿度是否正常包括：

根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量；

根据所述出雾面积以及预设的出雾面积阈值，确定出雾面积相对差值；

根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常。

进一步地，所述根据所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值，确定灰度值相对偏移量包括：

将所述灰度概率密度曲线的峰值对应的灰度值与预设的灰度值阈值的差值的绝对值，确定为实际灰度值偏移量；

将所述实际灰度值偏移量与所述预设的灰度值阈值的比值，确定为灰度值相对偏移量。

进一步地，所述根据所述灰度值相对偏移量以及所述出雾面积相对差值，确定湿度是否正常包括：

若所述灰度值相对偏移量小于预先设定的灰度值相对偏移量阈值，且所述出雾面积相对差值小于预先设定的出雾面积相对差值阈值，则确定湿度正常；

若所述灰度值相对偏移量大于预先设定的相对灰度值相对偏移量阈值，或者所述出雾面积相对差值大于预先设定的出雾面积相对差值阈值，则确定湿度异常。

由于本发明实施例中，基于获取雾气图像，确定该雾气图像中的前景雾气图像，基于该前景雾气图像确定湿度是否正常，可以有效的避免不可抗因素的影响，提高湿度检测的准确性。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明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，本发明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。

本发明是参照根据本发明的方法、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。

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。

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。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。