[發(fā)明專利]一種圖像增強的紅外目標檢測方法

在審

• 申請?zhí)枺?/td>: 202010419589.4
• 申請日: 2020-05-18
• 公開（公告）號: CN111611907A
• 公開（公告）日: 2020-09-01
• 發(fā)明（設(shè)計）人: 宮華;雷鳴;劉芳;許可
• 申請（專利權(quán)）人: 沈陽理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T5/00
• 代理公司: 沈陽東大知識產(chǎn)權(quán)代理有限公司 21109
• 代理人: 李在川

本發(fā)明公開了一種圖像增強的紅外目標檢測方法，屬于紅外目標屬性識別技術(shù)領(lǐng)域，該方法建立清晰的紅外圖像數(shù)據(jù)集，設(shè)定目標檢測網(wǎng)絡(luò)的相關(guān)參數(shù)，如學習率、動量等；訓練目標檢測算法網(wǎng)絡(luò)；對紅外圖像進行自適應的伽馬變換，增加紅外圖像的對比度；利用Sobel算子邊緣增強方法，對圖像進行細節(jié)的增強；將經(jīng)過圖像增強算法后的紅外圖像輸入到目標檢測算法中提取特征并進行檢測分類。本發(fā)明通過引入圖像增強算法，有效的避免了卷積神經(jīng)網(wǎng)絡(luò)目標檢測算法對紅外圖像提取特征不明顯的問題，彌補了紅外圖像目標與環(huán)境熱輻射強度差小或遠小目標進行檢測產(chǎn)生誤識別與漏識別的問題。

技術(shù)領(lǐng)域

本發(fā)明涉及紅外目標屬性識別技術(shù)領(lǐng)域，尤其涉及一種圖像增強的紅外目標檢測方法。

背景技術(shù)

紅外目標檢測的主要功能是根據(jù)輸入的紅外圖像信息，定位人們感興趣的目標，并對定位的目標進行具體的分類，最后給出置信度分數(shù)；目前紅外目標檢測技術(shù)已廣泛應用于智能交通管理領(lǐng)域，其可以顯著提高智能交通管理系統(tǒng)中的交通監(jiān)管以及車輛管控的性能；近年來，國內(nèi)外學者對目標檢測進行了大量的研究，包括基于像素點特征的目標檢測、基于特征描述子的目標檢測、基于灰度奇異值法的目標檢測、基于磁阻傳感器的目標檢測及基于BP神經(jīng)網(wǎng)絡(luò)的目標檢測方法等方法，還有學者使用基于卷積神經(jīng)網(wǎng)絡(luò)的目標檢測方法，對人們感興趣的紅外目標進行檢測，在某些情況下能夠達到非常卓越的效果；但在輸入的紅外圖像不夠清晰，待識別目標的特征不夠明顯的情況下，卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算法容易產(chǎn)生誤識別與漏識別的問題；同時，有很多學者對基于卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算法進行了大量的改進，如：加深卷積神經(jīng)網(wǎng)絡(luò)層數(shù)、改變卷積神經(jīng)網(wǎng)絡(luò)激活函數(shù)、結(jié)合多層特征圖等方法，這些方法增加了提取特征的多元性，但是在待識別紅外圖像目標的特征不明顯的情況下，仍然出現(xiàn)提取到的特征不能很好的區(qū)分目標屬性以及重復提取無關(guān)特征的現(xiàn)象。

對于拍攝的紅外圖像，由于拍攝設(shè)備的限制，紅外圖像的質(zhì)量參差不齊，拍攝的紅外圖像對比度低，且遠距離目標成像不清晰。對于灰度的紅外圖像，對比度對視覺效果的影響非常關(guān)鍵，一般來說對比度越大，圖像就越清晰。而自適應伽馬變換能夠根據(jù)拍攝的紅外圖像明暗情況自動選擇合適的伽馬值，對輸入的紅外圖像進行伽馬變換，對圖像暗區(qū)域或亮區(qū)域進行不同程度的拉伸，從而使圖像的對比度得到增強，即能夠使圖像達到更清晰的目的。同時在拍攝的目標距離較遠或目標較小的情形下，所拍攝的目標熱輻射強度較低，成像不清晰，而基于Sobel算子的邊緣檢測方法，通過提取輸入的紅外圖像邊緣并進行增強，增加了目標的清晰程度，并且削弱了由于伽馬變換造成的灰度等級壓縮而造成的目標特征模糊的問題，從而使圖像更清晰。

目前，有學者已經(jīng)提出使用伽馬變換或Sobel算子邊緣檢測在圖像處理的領(lǐng)域。同時有學者使用圖像增強算法對紅外圖像進行增強，結(jié)合傳統(tǒng)的目標屬性算法進行目標檢測，能夠解決由紅外圖像不清晰造成的提取特征不明顯的缺點，從而提高目標檢測的準確率。

由于基于卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算法發(fā)展時間不長，理論基礎(chǔ)和應用推廣還需進一步深入研究，國內(nèi)外將根據(jù)圖像情況自適應選擇伽馬值進行伽馬變換和使用Sobel算子進行邊緣增強的研究，有關(guān)文獻還很少。同時將上述方法與基于卷積神經(jīng)網(wǎng)絡(luò)的目標檢測算法相結(jié)合應用到紅外目標檢測，相關(guān)研究還很少。

因此希望設(shè)計一種圖像增強的紅外目標檢測方法，可以克服或至少減輕現(xiàn)有技術(shù)的上述缺陷。

發(fā)明內(nèi)容

針對上述現(xiàn)有技術(shù)的不足，本發(fā)明提供一種圖像增強的紅外目標檢測方法，在卷積神經(jīng)網(wǎng)絡(luò)紅外目標檢測算法中引入圖像增強算法，使用自適應伽馬變換，增強圖像對比度；同時使用基于Sobel算子的邊緣增強方法，對圖像進行相關(guān)細節(jié)的增強，彌補了卷積神經(jīng)網(wǎng)絡(luò)紅外目標檢測算法對目標與環(huán)境熱輻射強度差小或遠小目標進行檢測產(chǎn)生誤識別與漏識別的問題，提高了卷積神經(jīng)網(wǎng)絡(luò)紅外目標檢測的置信度和準確性。

為解決上述技術(shù)問題，本發(fā)明所采取的技術(shù)方案是：一種圖像增強的紅外目標檢測方法，其流程如圖1所示，包括如下步驟：

步驟1：獲取目標檢測圖像并按灰度級i進行灰度變換；