[發(fā)明專利]一種紅外小目標(biāo)圖像標(biāo)注方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201911381719.3
• 申請日: 2019-12-28
• 公開（公告）號: CN111222502B
• 公開（公告）日: 2023-05-12
• 發(fā)明（設(shè)計）人: 譚海;雷波;鄒爾博;王洪;徐寅
• 申請（專利權(quán)）人: 中國船舶重工集團(tuán)公司第七一七研究所
• 主分類號: G06V20/70
• 分類號: G06V20/70;G06T7/66;G06V10/774;G06V10/25
• 代理公司: 武漢藍(lán)寶石專利代理事務(wù)所(特殊普通合伙) 42242
• 代理人: 謝洋

本發(fā)明涉及一種紅外小目標(biāo)圖像標(biāo)注方法及系統(tǒng)，包括：將紅外采集設(shè)備獲取的視頻數(shù)據(jù)中的原始圖像轉(zhuǎn)換為8比特單通道圖像；將時間相近的三幀單通道圖像拼接為一張三通道圖像；用標(biāo)記框?qū)Ω鲝埲ǖ缊D像進(jìn)行標(biāo)記；根據(jù)標(biāo)記框中各點的灰度值確定標(biāo)記框的質(zhì)心，通過質(zhì)心重新調(diào)整標(biāo)記框的大小和位置。將時間相近的三幀單通道圖像拼接為一張三通道圖像，可在單張圖像中保留時序信息；然后再對三通道圖像中的目標(biāo)進(jìn)行標(biāo)記；最后計算標(biāo)記框的質(zhì)心，根據(jù)質(zhì)心調(diào)整標(biāo)記框的大小和位置，將目標(biāo)及其周圍設(shè)定范圍內(nèi)的背景包含在標(biāo)記框中，針對小目標(biāo)神經(jīng)網(wǎng)絡(luò)模型將時域和更豐富的空域信息融合進(jìn)圖像標(biāo)記中，提升了模型在紅外偵查監(jiān)測設(shè)備中的準(zhǔn)確性和實用價值。

技術(shù)領(lǐng)域

本發(fā)明涉及紅外圖像處理領(lǐng)域，尤其涉及一種紅外小目標(biāo)圖像標(biāo)注方法及系統(tǒng)。

背景技術(shù)

在當(dāng)前大數(shù)據(jù)時代，作為一種數(shù)據(jù)驅(qū)動型的技術(shù)，深度卷積神經(jīng)網(wǎng)絡(luò)在海量的標(biāo)注數(shù)據(jù)支持下進(jìn)行模型的學(xué)習(xí)和訓(xùn)練，構(gòu)建出高性能模型，在目標(biāo)檢測、識別和跟蹤等圖像處理領(lǐng)域取得了巨大的成功。神經(jīng)網(wǎng)絡(luò)在豐富多樣的海量標(biāo)注數(shù)據(jù)支持下，深度卷積神經(jīng)網(wǎng)絡(luò)模型具備很強(qiáng)的泛化能力，能夠隨著數(shù)據(jù)的變化自適應(yīng)地調(diào)整，適應(yīng)不同的應(yīng)用場景。此外，卷積神經(jīng)網(wǎng)絡(luò)優(yōu)異的表現(xiàn)還得益于其龐大而復(fù)雜的深層結(jié)構(gòu)，增強(qiáng)了模型的非線性擬合能力。卷積神經(jīng)網(wǎng)絡(luò)具有和生物神經(jīng)網(wǎng)絡(luò)相似的權(quán)值共享結(jié)構(gòu)，通過分層逐步提取圖像中的特征信息，淺層網(wǎng)絡(luò)提取一些低級特征，深層網(wǎng)絡(luò)通過對低級特征組合得到高級抽象特征，通過這種層次化結(jié)構(gòu)，深度卷積神經(jīng)網(wǎng)絡(luò)實現(xiàn)了從“點”到“線”到“局部”再到“整體”的特征抽象過程，最終完成的分類或檢測任務(wù)。

在小目標(biāo)檢測和識別的應(yīng)用中，一般認(rèn)為大小在3×3像素和9×9像素之間的目標(biāo)是小目標(biāo)，在圖像中占據(jù)整幅圖像較小的區(qū)域。采用神經(jīng)網(wǎng)絡(luò)算法對小目標(biāo)進(jìn)行檢測和識別時，面臨背景環(huán)境復(fù)雜，目標(biāo)特征不顯著的難點。深度神經(jīng)網(wǎng)絡(luò)的深層結(jié)構(gòu)由于下采樣的原因，難以獲得高級的抽象特征，因此當(dāng)前主流檢測標(biāo)記方法，訓(xùn)練樣本特征不夠豐富，直接限制了模型的檢測和識別性能。

發(fā)明內(nèi)容

本發(fā)明針對現(xiàn)有技術(shù)中存在的技術(shù)問題，提供一種紅外小目標(biāo)圖像標(biāo)注方法及系統(tǒng)，解決現(xiàn)有標(biāo)記方法得到的訓(xùn)練樣本特征不夠豐富的問題。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案如下：一種紅外小目標(biāo)圖像標(biāo)注方法，所述方法包括：

步驟1，將紅外采集設(shè)備獲取的視頻數(shù)據(jù)中的原始圖像轉(zhuǎn)換為8比特單通道圖像；

步驟2，將時間相近的三幀所述單通道圖像拼接為一張三通道圖像；

步驟3，用標(biāo)記框?qū)Ω鲝埶鋈ǖ缊D像進(jìn)行標(biāo)記；

步驟4，根據(jù)所述標(biāo)記框中各點的灰度值確定所述標(biāo)記框的質(zhì)心，調(diào)整所述標(biāo)記框的大小和位置使所述標(biāo)記框包含所述目標(biāo)及其周圍設(shè)定范圍內(nèi)的背景信息。

一種紅外小目標(biāo)圖像標(biāo)注系統(tǒng)，包括：圖像預(yù)處理模塊、圖像拼接模塊、圖像標(biāo)記模塊和標(biāo)記框確定模塊；

圖像預(yù)處理模塊，用于將紅外采集設(shè)備獲取的視頻數(shù)據(jù)中的原始圖像轉(zhuǎn)換為單通道圖像；

圖像拼接模塊，用于將時間相近的三幀所述單通道圖像拼接為一張三通道圖像；

圖像標(biāo)記模塊，用標(biāo)記框?qū)Ω鲝埶鋈ǖ缊D像進(jìn)行標(biāo)記；

標(biāo)記框確定模塊，根據(jù)所述標(biāo)記框中各點的灰度值確定所述標(biāo)記框的質(zhì)心，調(diào)整所述標(biāo)記框的大小和位置使所述質(zhì)心為所述標(biāo)記框的中心。

本發(fā)明的有益效果是：對圖像進(jìn)行預(yù)處理的過程中將時間相近的三幀單通道圖像拼接為一張三通道圖像，可在單張圖像中保留時序信息，然后再對該三通道圖像中的目標(biāo)進(jìn)行標(biāo)記，最后確定標(biāo)記框的質(zhì)心，根據(jù)質(zhì)心再調(diào)整標(biāo)記框的大小和位置，將目標(biāo)及其周圍設(shè)定范圍內(nèi)的背景包含在標(biāo)記框中。本發(fā)明針對小目標(biāo)神經(jīng)網(wǎng)絡(luò)模型將時域和更豐富的空域信息融合進(jìn)圖像標(biāo)記中，充分發(fā)揮神經(jīng)網(wǎng)絡(luò)強(qiáng)大的擬合和泛化能力，達(dá)到精確識別紅外小目標(biāo)的目的，提升了模型在紅外偵查監(jiān)測設(shè)備中的準(zhǔn)確性和實用價值。