[發(fā)明專利]一種基于熱成像背景濾除的行人檢測方法

有效

• 申請?zhí)枺?/td>: 202110460457.0
• 申請日: 2021-04-27
• 公開（公告）號: CN112907616B
• 公開（公告）日: 2022-05-03
• 發(fā)明（設(shè)計(jì)）人: 張森林;盧晨;劉妹琴;鄭榮濠;董山玲
• 申請（專利權(quán)）人: 浙江大學(xué)
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/136;G06T5/40
• 代理公司: 杭州求是專利事務(wù)所有限公司 33200
• 代理人: 傅朝棟;張法高

本發(fā)明公開了一種基于熱成像背景濾除的行人檢測方法，包括以下步驟：首先將熱成像紅外相機(jī)獲取的原始熱成像圖片進(jìn)行直方圖均值化處理，然后通過設(shè)定合適的閾值進(jìn)行閾值分割得到行人檢測初步的候選區(qū)域，同時(shí)基于高斯混合模型，從圖像前后幀之間的關(guān)系分離前景和后景，得到背景減法圖像，將兩者連接后得到的復(fù)合圖像送入后續(xù)改進(jìn)的Faster R?CNN框架完成行人檢測工作。本發(fā)明通過歸一化解決了熱成像相機(jī)成像結(jié)果溫度漂移的問題，使用閾值分割和背景減法進(jìn)行背景濾除，充分利用熱成像圖片的特點(diǎn)，提高了在低光、無光環(huán)境下行人檢測的精度。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于熱成像背景濾除的行人檢測方法，屬于圖像處理的目標(biāo)檢測領(lǐng)域。

背景技術(shù)

視覺是生物獲取環(huán)境信息的最直接、最主要的方法，同時(shí)，通過視覺獲取的信息量也十分豐富，因此視覺信息的處理在環(huán)境信息處理中占有至關(guān)重要的地位。基于視覺的目標(biāo)檢測是目前計(jì)算機(jī)視覺領(lǐng)域的研究熱點(diǎn)。

近年來，隨著人工智能、深度學(xué)習(xí)等領(lǐng)域的發(fā)展，基于視覺的目標(biāo)檢測獲得了長足的發(fā)展。與傳統(tǒng)基于特征提取的目標(biāo)檢測方法不同，基于深度學(xué)習(xí)的目標(biāo)檢測方法通過深度神經(jīng)網(wǎng)絡(luò)提取圖像的深層信息，使用海量的數(shù)據(jù)進(jìn)行訓(xùn)練，極大地提高了目標(biāo)檢測的準(zhǔn)確率和速度。

在目標(biāo)檢測領(lǐng)域中，行人檢測是一塊重要的組成部分。行人檢測就是使用計(jì)算機(jī)技術(shù)在一張圖片或者一段視頻中判斷是否存在行人并在圖中框選出行人位置。行人檢測在自動(dòng)駕駛、無人機(jī)、監(jiān)控等領(lǐng)域都有著重要的應(yīng)用。當(dāng)前主流的行人檢測方法包括：整體檢測、基于局部的檢測、基于運(yùn)動(dòng)的檢測、多相機(jī)立體視覺檢測。

基于可見光圖像的目標(biāo)檢測因?yàn)槠湓O(shè)備成本低、適用范圍廣等特點(diǎn)而受到廣泛關(guān)注和研究。然而，可見光圖像非常容易受到環(huán)境的影響。外觀變化、遮擋和光照條件變化等因素都會(huì)對基于可見光的目標(biāo)檢測產(chǎn)生極大的影響。而紅外熱成像相機(jī)的出現(xiàn)，為解決這些問題提供了思路。與可見光圖像相比，熱成像圖像具有獨(dú)特的優(yōu)勢，在熱成像圖像中，物體是通過其溫度和輻射熱來展示的，這意味著熱圖像可以在白天和晚上使用。此外，熱圖像消除了顏色和光照變化對物體外觀的影響。隨著近年來熱傳感器的顯著發(fā)展，人們對熱圖像中的行人檢測和跟蹤進(jìn)行了大量的研究。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決在弱光無光條件下，可見光行人檢測方法的不足。本發(fā)明提出了一種基于熱成像背景濾除的行人檢測方法。該方法使用熱成像傳感器獲取環(huán)境的熱成像圖，通過背景濾除的預(yù)處理方法和基于改進(jìn)FasterR-CNN的行人檢測檢測模型，提高行人檢測的精度。

本發(fā)明所采用的具體技術(shù)方案如下：

一種基于熱成像背景濾除的行人檢測方法，其包括以下步驟：

S1：對于熱成像相機(jī)獲取到的熱成像圖，首先使用直方圖均值化方法進(jìn)行處理，改善熱成像圖的偏差與漂移問題，得到直方圖均值化增強(qiáng)圖像；

S2：基于高斯混合模型，從S1處理后得到的直方圖均值化增強(qiáng)圖像中根據(jù)前后幀之間的關(guān)系分離前景和后景，得到二值背景減法圖像；

S3：使用行人在熱成像圖中成像的上下閾值對熱成像相機(jī)獲取到的熱成像圖進(jìn)行雙閾值分割，得到行人和背景分割后的二值閾值分割圖像；

S4：將S2得到的二值背景減法圖像和S3得到的二值閾值分割圖像進(jìn)行疊加，得到一個(gè)用于區(qū)分前景和背景的二值背景濾除圖像，利用二值背景濾除圖像對S1得到的直方圖均值化增強(qiáng)圖像進(jìn)行背景去除，得到僅有前景的背景濾除圖像；