[發(fā)明專利]單幀紅外圖像弱小目標(biāo)檢測方法、裝置、設(shè)備和存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202011297946.0 | 申請日: | 2020-11-19 |
| 公開(公告)號: | CN113409352A | 公開(公告)日: | 2021-09-17 |
| 發(fā)明(設(shè)計)人: | 馬龍;舒聰;黃姍姍;李彥龍;李世飛;喻鈞 | 申請(專利權(quán))人: | 西安工業(yè)大學(xué) |
| 主分類號: | G06T7/207 | 分類號: | G06T7/207;G06T7/136;G06T7/187 |
| 代理公司: | 深圳倚智知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44632 | 代理人: | 霍如肖 |
| 地址: | 710021 陜*** | 國省代碼: | 陜西;61 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 紅外 圖像 弱小 目標(biāo) 檢測 方法 裝置 設(shè)備 存儲 介質(zhì) | ||
1.一種單幀紅外圖像弱小目標(biāo)檢測方法,其特征在于,包括:
獲取紅外圖像;
通過弱小目標(biāo)檢測網(wǎng)絡(luò)模型從所述紅外圖像中提取特征數(shù)據(jù),并通過特征數(shù)據(jù)的自動組合與分析,得到目標(biāo)分割圖像;
所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型的表達(dá)式為:
f=fT∪fB
其中,f表示所述紅外圖像,fT表示所述紅外圖像的目標(biāo)區(qū)域,fB表示所述紅外圖像的背景區(qū)域;
將所述目標(biāo)分割圖像轉(zhuǎn)化成二值圖像,并標(biāo)記所述二值圖像的連通區(qū)域,以得到目標(biāo)的特征信息。
2.根據(jù)權(quán)利要求1所述的單幀紅外圖像弱小目標(biāo)檢測方法,其特征在于,
所述將所述目標(biāo)分割圖像轉(zhuǎn)化成二值圖像,包括以下步驟:
從所述目標(biāo)分割圖像中獲取第一像素;所述第一像素為所述目標(biāo)分割圖像中的任一像素;
將所述第一像素的輻射強(qiáng)度與預(yù)設(shè)的強(qiáng)度閾值進(jìn)行比較,若所述輻射強(qiáng)度小于所述強(qiáng)度閾值,則將所述第一像素的灰度值設(shè)定為0,若所述輻射強(qiáng)度大于所述強(qiáng)度閾值,則將所述第一像素的灰度值設(shè)定為255;最終設(shè)定所述目標(biāo)分割圖像中的任一像素的灰度值,以得到所述二值圖像。
3.根據(jù)權(quán)利要求2所述的單幀紅外圖像弱小目標(biāo)檢測方法,其特征在于,
所述強(qiáng)度閾值的表達(dá)式為:
Tr=m+0.5*(maxv-m)
其中,Tr表示所述強(qiáng)度閾值,m表示所述目標(biāo)分割圖像中的各像素的平均輻射強(qiáng)度,maxv表示所述目標(biāo)分割圖像中的各像素的最大輻射強(qiáng)度。
4.根據(jù)權(quán)利要求1所述的單幀紅外圖像弱小目標(biāo)檢測方法,其特征在于,
在所述標(biāo)記所述二值圖像的連通區(qū)域,以得到目標(biāo)的特征信息之后,還包括以下步驟:
根據(jù)所述特征信息得到所述目標(biāo)對應(yīng)的外接矩形框圖像。
5.根據(jù)權(quán)利要求1所述的單幀紅外圖像弱小目標(biāo)檢測方法,其特征在于,
在所述獲取紅外圖像之前,還包括以下步驟:
創(chuàng)建所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型;
分別對多個訓(xùn)練用紅外圖像進(jìn)行預(yù)處理,得到多個預(yù)處理訓(xùn)練圖像;
分別獲取各預(yù)處理訓(xùn)練圖像所對應(yīng)的訓(xùn)練目標(biāo)分割圖像樣本;
通過所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型分別提取各預(yù)處理訓(xùn)練圖像中的訓(xùn)練特征數(shù)據(jù),以各訓(xùn)練目標(biāo)分割圖像樣本作為所述訓(xùn)練特征數(shù)據(jù)的輸出參考,對所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,直至所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型的參數(shù)收斂,得到訓(xùn)練后的所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型。
6.根據(jù)權(quán)利要求5所述的單幀紅外圖像弱小目標(biāo)檢測方法,其特征在于,
所述以各目標(biāo)分割圖像樣本作為所述訓(xùn)練特征數(shù)據(jù)的輸出參考,對所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型進(jìn)行訓(xùn)練,包括以下步驟:
以訓(xùn)練目標(biāo)分割圖像樣本為參考,通過加權(quán)的二值交叉熵函數(shù)計算得到所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型輸出的訓(xùn)練目標(biāo)分割圖像的誤差;
采用反向傳導(dǎo)法根據(jù)所述誤差調(diào)整所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型各層的參數(shù)。
7.根據(jù)權(quán)利要求1所述的單幀紅外圖像弱小目標(biāo)檢測方法,其特征在于,
所述特征信息包括所述目標(biāo)的位置、尺寸、形狀。
8.一種單幀紅外圖像弱小目標(biāo)檢測裝置,其特征在于,包括:
獲取模塊,用于獲取紅外圖像;
處理模塊,用于通過弱小目標(biāo)檢測網(wǎng)絡(luò)模型從所述獲取模塊所獲取的所述紅外圖像中提取特征數(shù)據(jù),并通過特征數(shù)據(jù)的自動組合與分析,得到目標(biāo)分割圖像;將所述目標(biāo)分割圖像轉(zhuǎn)化成二值圖像,并標(biāo)記所述二值圖像的連通區(qū)域,以得到目標(biāo)的特征信息;
所述弱小目標(biāo)檢測網(wǎng)絡(luò)模型的表達(dá)式為:
f=fT∪fB
其中,f表示所述紅外圖像,fT表示所述紅外圖像的目標(biāo)區(qū)域,fB表示所述紅外圖像的背景區(qū)域。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于西安工業(yè)大學(xué),未經(jīng)西安工業(yè)大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011297946.0/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設(shè)備、圖像形成系統(tǒng)和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 目標(biāo)檢測裝置、學(xué)習(xí)裝置、目標(biāo)檢測系統(tǒng)及目標(biāo)檢測方法
- 目標(biāo)監(jiān)測方法、目標(biāo)監(jiān)測裝置以及目標(biāo)監(jiān)測程序
- 目標(biāo)監(jiān)控系統(tǒng)及目標(biāo)監(jiān)控方法
- 目標(biāo)跟蹤方法和目標(biāo)跟蹤設(shè)備
- 目標(biāo)跟蹤方法和目標(biāo)跟蹤裝置
- 目標(biāo)檢測方法和目標(biāo)檢測裝置
- 目標(biāo)跟蹤方法、目標(biāo)跟蹤裝置、目標(biāo)跟蹤設(shè)備
- 目標(biāo)處理方法、目標(biāo)處理裝置、目標(biāo)處理設(shè)備及介質(zhì)
- 目標(biāo)處理方法、目標(biāo)處理裝置、目標(biāo)處理設(shè)備及介質(zhì)
- 目標(biāo)跟蹤系統(tǒng)及目標(biāo)跟蹤方法





