[發明專利]圖像處理方法、裝置、服務器及可讀存儲介質

在審

• 申請號: 201910762042.1
• 申請日: 2019-08-16
• 公開（公告）號: CN110443322A
• 公開（公告）日: 2019-11-12
• 發明（設計）人: 胡仁偉;張會杰;陳效友
• 申請（專利權）人: 北京知道創宇信息技術股份有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04
• 代理公司: 北京超凡宏宇專利代理事務所(特殊普通合伙) 11463
• 代理人: 安衛靜

本申請提供一種圖像處理方法、裝置、服務器及可讀存儲介質，涉及計算機圖像處理技術領域。該方法包括：獲取待處理圖像，待處理圖像包括采集電力設備得到的紅外圖像；通過完成訓練后的深度學習模型提取待處理圖像在第一預設卷積層的第一圖像特征，以及提取待處理圖像在第二預設卷積層的第二圖像特征；根據第一圖像特征及第二圖像特征對第一圖像特征、第二圖像特征進行特征融合，并對融合后得到的圖像特征進行特征提取，得到目標特征；通過深度學習模型根據目標特征對待處理圖像進行識別，得到待處理圖像中表示電力設備的類型的識別結果，能夠改善電力設備紅外圖像識別結果準確度差的問題。

技術領域

本發明涉及計算機圖像處理技術領域，具體而言，涉及一種圖像處理方法、裝置、服務器及可讀存儲介質。

背景技術

在電力技術領域中，需要對設備的安全進行檢測。例如，需要對設備的溫度進行檢測，以避免設備因高溫而被燒壞。目前檢測設備的溫度的方式通常為：在待檢測設備上設置溫度傳感器，通過溫度傳感器接觸設備的方式來檢測待檢測設備的溫度。電力機房中設備多，導致硬件電路的布設難度大。目前，存在利用紅外圖像通過機器學習來識別電力機房中的各設備的類型，然后基于紅外圖像來檢測設備的溫度。而采集到的紅外圖像通常比較模糊，使得識別設備得到的識別結果準確度差。

發明內容

本申請提供一種圖像處理方法、裝置、服務器及可讀存儲介質，能夠改善對電力設備紅外圖像識別結果準確度差的問題。

為了實現上述目的，本申請實施例所提供的技術方案如下所示：

第一方面，本申請實施例提供一種圖像處理方法，所述方法包括：

獲取待處理圖像，所述待處理圖像包括采集電力設備得到的紅外圖像；通過完成訓練后的深度學習模型提取所述待處理圖像在第一預設卷積層的第一圖像特征，以及提取所述待處理圖像在第二預設卷積層的第二圖像特征；根據所述第一圖像特征及所述第二圖像特征對所述第一圖像特征、所述第二圖像特征進行特征融合，并對融合后得到的圖像特征進行特征提取，得到目標特征；通過所述深度學習模型根據所述目標特征對所述待處理圖像進行識別，得到所述待處理圖像中表示電力設備的類型的識別結果。

在上述實施方式中，方法通過提取待處理圖像在第一預設卷積層的第一圖像特征、在第二預設卷積層的第二圖像特征，然后進行特征融合，并利用融合后的圖像特征進行特征提取，再利用提取到的目標特征來對待處理圖像進行識別。基于此，相比于直接利用待處理圖像的圖像特征，目標特征中的圖像特征得到增強，從而使得在利用目標特征識別電力設備的種類時，有助于利用具有增強后的目標特征提高對電力設備類型識別的準確度。。

結合第一方面，在一些可選的實施方式中，根據所述第一圖像特征及所述第二圖像特征對所述第一圖像特征、所述第二圖像特征進行特征融合，并對融合后得到的圖像特征進行特征提取，得到目標特征，包括：基于所述第一圖像特征、所述第二圖像特征的尺寸，調節所述第一圖像特征和/或所述第二圖像特征的尺寸，以使所述第一圖像特征與所述第二圖像特征的尺寸相同；將所述第一圖像特征、所述第二圖像特征重合疊加，得到融合后的圖像特征；通過所述深度學習模型提取所述融合后的圖像特征，得到所述目標特征。

在上述實施方式中，通過對第一圖像特征、第二圖像特征的尺寸進行調節，使得調節后的尺寸相同，便于實現特征融合以得到融合后的圖像特征。基于此，融合后的圖像特征的特征能夠得到增強，提取融合后的圖像特征得到的目標特征的特征也能得到增強，從而有助于提高紅外圖像中電力設備類型的準確度。

結合第一方面，在一些可選的實施方式中，通過完成訓練后的深度學習模型提取所述待處理圖像在第一預設卷積層的第一圖像特征，以及提取所述待處理圖像在第二預設卷積層的第二圖像特征，包括：通過所述深度學習模型，基于所述第一預設卷積層對應的卷積參數對所述待處理圖像進行卷積運算得到所述第一圖像特征；通過所述深度學習模型，基于所述第二預設卷積層對應的卷積參數對所述待處理圖像進行卷積運算得到所述第二圖像特征。