[發(fā)明專利]一種多光譜成像的智能識別方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201811064057.2
• 申請日: 2018-09-12
• 公開（公告）號: CN109271921B
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 舒遠(yuǎn);王星澤;阮思純;蒲慶;李梓彤;徐煒文
• 申請（專利權(quán)）人: 合刃科技（武漢）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/20;G06K9/46;G06K9/62
• 代理公司: 深圳市新虹光知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44499
• 代理人: 郭長龍

1.一種多光譜成像的智能識別方法，其特征在于，包括：

在大于或等于一個的成像設(shè)備中預(yù)置環(huán)境條件與成像光譜的對照表以及大于或等于兩個的成像光譜，在啟用所述成像設(shè)備時，根據(jù)所述成像設(shè)備實時監(jiān)測的環(huán)境條件從所述對照表中選取對應(yīng)的成像光譜，分別調(diào)取所述對應(yīng)的成像光譜，其中，在所述環(huán)境條件與成像光譜的對照表中，每種環(huán)境條件對應(yīng)至少兩個成像光譜；

啟用所述成像設(shè)備對目標(biāo)成像區(qū)域進(jìn)行拍攝，從而獲取目標(biāo)成像區(qū)域的多個光譜區(qū)間的譜段圖像；

結(jié)合預(yù)設(shè)的目標(biāo)物體的光譜特征信息利用多光譜成像融合算法模型分割譜段圖像，利用機器學(xué)習(xí)算法對分割后的多個光譜區(qū)間譜段圖像進(jìn)行處理，實現(xiàn)對所述分割后的多個光譜區(qū)間譜段圖像的特征增強及特征融合，生成融合圖像；

通過預(yù)設(shè)的判別策略從所述融合圖像中選取與所述判別策略中信息一致的圖像作為識別圖像。

2.根據(jù)權(quán)利要求1所述的多光譜成像的智能識別方法，其特征在于，結(jié)合預(yù)設(shè)的目標(biāo)物體的光譜特征信息利用多光譜成像融合算法模型分割譜段圖像，利用機器學(xué)習(xí)算法對分割后的多個光譜區(qū)間譜段圖像進(jìn)行處理，實現(xiàn)對所述分割后的多個光譜區(qū)間譜段圖像的特征增強及特征融合，生成融合圖像，為：

將所述多個光譜區(qū)間的譜段圖像分別進(jìn)行融合得到預(yù)處理圖像，根據(jù)預(yù)設(shè)的目標(biāo)物體的光譜特征信息獲取所述預(yù)處理圖像中的目標(biāo)物體預(yù)處理圖像，計算所述目標(biāo)物體預(yù)處理圖像與其它物體的圖像差異度并從大到小排序，按所述排序選取一幅預(yù)處理圖像進(jìn)行網(wǎng)絡(luò)訓(xùn)練得到精準(zhǔn)的目標(biāo)物體圖像；結(jié)合所述目標(biāo)物體在所述多個光譜區(qū)間的譜段圖像中的位置信息將所述目標(biāo)物體圖像融合至所述多個光譜區(qū)間的譜段圖像中得到融合圖像。

3.根據(jù)權(quán)利要求1所述的多光譜成像的智能識別方法，其特征在于，結(jié)合預(yù)設(shè)的目標(biāo)物體的光譜特征信息利用多光譜成像融合算法模型分割譜段圖像，利用機器學(xué)習(xí)算法對分割后的多個光譜區(qū)間譜段圖像進(jìn)行處理，實現(xiàn)對所述分割后的多個光譜區(qū)間譜段圖像的特征增強及特征融合，生成融合圖像，為：

采取平均灰度判斷策略，描繪出所有的所述譜段圖像的灰度分布直方圖，計算各所述譜段圖像的灰度平均值，選取灰度平均值與所述平均灰度判斷策略中預(yù)設(shè)的灰度平均值一致的所述譜段圖像作為背景圖像，結(jié)合所述目標(biāo)物體在所述譜段圖像中的位置信息將所述目標(biāo)物體圖像融合至所述背景圖像中得到融合圖像。

4.根據(jù)權(quán)利要求1所述的多光譜成像的智能識別方法，其特征在于，還包括：

在所述成像設(shè)備中，預(yù)設(shè)物體與成像光譜的對應(yīng)關(guān)系，當(dāng)選定所述目標(biāo)物體時，根據(jù)所述預(yù)設(shè)物體與成像光譜的對應(yīng)關(guān)系以及所述目標(biāo)物體，對比得到所述目標(biāo)物體的成像光譜，利用所述目標(biāo)物體的成像光譜對所述目標(biāo)成像區(qū)域進(jìn)行拍攝。

5.根據(jù)權(quán)利要求1至4中任意一項所述的多光譜成像的智能識別方法，其特征在于，所述成像光譜的波長范圍從紫外光譜、可見光譜、近紅外光譜、中紅外光譜、遠(yuǎn)紅外光譜中進(jìn)行選擇。

6.一種多光譜成像的智能識別系統(tǒng)，其特征在于，包括：啟動設(shè)置器、拍攝器、圖像處理器及圖像判別器；其中，

所述啟動設(shè)置器，與所述拍攝器相連接，用于在大于或等于一個的成像設(shè)備中預(yù)置環(huán)境條件與成像光譜的對照表以及大于或等于兩個的成像光譜，在啟用所述成像設(shè)備時，根據(jù)所述成像設(shè)備實時監(jiān)測的環(huán)境條件從所述對照表中選取對應(yīng)的成像光譜，分別調(diào)取所述對應(yīng)的成像光譜，其中，在所述環(huán)境條件與成像光譜的對照表中，每種環(huán)境條件對應(yīng)至少兩個成像光譜；

所述拍攝器，與所述啟動設(shè)置器及圖像處理器相連接，用于啟用所述成像設(shè)備對目標(biāo)成像區(qū)域進(jìn)行拍攝，從而獲取目標(biāo)成像區(qū)域的多個光譜區(qū)間的譜段圖像；

所述圖像處理器，與所述拍攝器及圖像判別器相連接，用于結(jié)合預(yù)設(shè)的目標(biāo)物體的光譜特征信息利用多光譜成像融合算法模型分割譜段圖像，利用機器學(xué)習(xí)算法對分割后的多個光譜區(qū)間譜段圖像進(jìn)行處理，實現(xiàn)對分割后的所述多個光譜區(qū)間譜段圖像的特征增強及特征融合，生成融合圖像；

所述圖像判別器，與所述圖像處理器相連接，用于通過預(yù)設(shè)的判別策略從所述融合圖像中選取與所述判別策略中信息一致的圖像作為識別圖像。