[發明專利]目標檢測方法、裝置、設備、計算機設備和存儲介質

有效

• 申請號: 201910091055.0
• 申請日: 2019-01-30
• 公開（公告）號: CN109934870B
• 公開（公告）日: 2021-11-30
• 發明（設計）人: 王曉鵬;胡錦龍;李婷
• 申請（專利權）人: 西安天偉電子系統工程有限公司
• 主分類號: G06T7/73
• 分類號: G06T7/73;G06T7/12;G06T7/194;G06T7/136;G06T5/00
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 孫巖

本申請涉及一種目標檢測方法、裝置、設備、計算機設備和存儲介質。所述方法包括：通過獲取目標圖像，并采用最大熵與面積結合算法對所述目標圖像進行第一目標檢測和采用結構元頂帽算法對所述目標圖像進行第二目標檢測切換處理，以得到所述目標圖像中的第一目標或第二目標。采用本方法可以提高檢測準確率，降低虛警率。

技術領域

本申請涉及圖像處理技術領域，特別是涉及一種目標檢測方法、裝置、設備、計算機設備和存儲介質。

背景技術

隨著圖像處理技術的發展，出現了檢測圖像中不同尺寸目標的算法。其中，包括采用多尺度空間理論的方法和機器學習相關的方法等。

多尺度空間理論的方法的原理比較復雜，在實際場景中對場景的適應性不高，實時性不容易達到。對于基于機器學習相關的方法，該類方法需要大量的訓練數據來訓練分類器，但是目標檢測研究缺少的就是數據。

然而，目前的方法，存在虛警率高等問題。

發明內容

基于此，有必要針對上述技術問題，提供一種目標檢測方法、裝置、設備、計算機設備和存儲介質。

一種目標檢測方法，所述方法包括：

獲取目標圖像，

采用最大熵與面積結合算法對所述目標圖像進行第一目標檢測和采用結構元頂帽算法對所述目標圖像進行第二目標檢測切換處理，以得到所述目標圖像中的第一目標或第二目標。

在其中一個實施例中，所述采用最大熵與面積結合算法對所述目標圖像進行第一目標檢測和采用結構元頂帽算法對所述目標圖像進行第二目標檢測切換處理，以得到所述目標圖像中的第一目標或第二目標包括：

若連續至少一幀未檢測到所述第一目標，則采用結構元頂帽算法對所述目標圖像進行第二目標檢測。

在其中一個實施例中，所述若連續至少一幀未檢測到第一目標，則采用結構元頂帽算法對所述目標圖像進行第二目標檢測之后包括：

若連續至少一幀未檢測到所述第二目標，則返回對所述目標圖像進行第一目標檢測的步驟。

在其中一個實施例中，所述采用最大熵與面積結合算法對所述目標圖像進行第一目標檢測包括：

獲取對所述目標圖像進行分割的閾值，并根據所述閾值對所述目標圖像進行分割，得到第一圖像；

對所述第一圖像進行連通域分析，得到第二圖像；

對所述第二圖像進行對比度分析，得到所述第一目標。

在其中一個實施例中，所述獲取對所述目標圖像進行分割的閾值，并根據所述閾值對所述目標圖像進行分割，得到第一圖像包括：

獲取所述目標圖像的灰度階，并根據所述灰度階分別計算所述灰度階對應所述目標圖像的灰度熵和所述灰度階對應所述目標圖像的區域面積，其中，所述目標圖像的區域面積包括目標區域面積和背景區域面積；

根據所述目標區域面積和背景區域面積，獲取所述目標圖像的區域面積差；

若所述目標圖像的灰度熵與所述目標圖像的區域面積差乘積值最大，則獲取所述乘積值最大時所述灰度階對應的閾值。

在其中一個實施例中，所述對所述第一圖像進行連通域分析，得到第二圖像包括：

采用聚類分析，將所述第一圖像中的目標區域進行聚合，得到可選目標區域。

在其中一個實施例中，所述對所述第二圖像進行對比度分析，得到所述第一目標包括：

采用對比度分析，去除所述可選目標區域中的非目標區域，得到所述第一目標。