[發明專利]一種基于Hodges-Lehmann的消防危險品圖像超分方法及裝置

有效

• 申請號: 202211352945.0
• 申請日: 2022-11-01
• 公開（公告）號: CN115409715B
• 公開（公告）日: 2023-03-14
• 發明（設計）人: 高學鴻;王波;黃國忠;李浩軒;蔣慧靈;周亮;鄧青;張磊;李寧
• 申請（專利權）人: 北京科技大學
• 主分類號: G06T3/40
• 分類號: G06T3/40;G06T5/00
• 代理公司: 北京市廣友專利事務所有限責任公司 11237
• 代理人: 張仲波

本發明提供了一種基于Hodges?Lehmann的消防危險品圖像超分方法及裝置，涉及智能數據分析技術領域。包括獲取危險品圖像多個像點的各顏色通道下的灰度值矩陣；對原始圖像進行縮放獲得重構圖像，將重構圖像根據縮放倍數映射到原始圖像，選取矩形網格中距離目標像點最近的十六個采樣點；根據所示十六個采樣點，計算插值核內像素值的Hodges?Lehmann值，更新目標像點的像素值；根據插值核內像素值的Hodges?Lehmann值，設定圖像超分評估指標，完成基于Hodges?Lehmann的消防危險品圖像超分。本發明提供的方法通過對插值核中16個像素點進行穩健性估計，更新目標像素點灰度值，不會出現權重分布不均等現象，增強圖像邊緣輪廓，為識別小尺寸目標圖像引入更多細節信息，提升識別精度。

技術領域

本發明涉及安全工程技術領域，特別是指一種基于Hodges-Lehmann的消防危險品圖像超分方法及裝置。

背景技術

圖像視頻作為一個信息傳遞的載體時時刻刻在人們的日常生活中發揮著極其重要的作用，人類社會每天都會產生不計其數的圖像與視頻信息。隨著人工智能和計算機視覺技術的發展，圖像識別技術逐漸應用于文物古建筑中進行危險品的識別。然而，由于有效距離、設備硬件和存儲單元等儲存條件的限制，導致采集的圖像分辨率質量不高；尤其是拍攝的圖像中存在很多小尺寸目標，這些小尺寸目標缺乏足夠的細節信息，這導致他們容易被錯誤分類，影響識別精度。這可能使一些小型點火源等危險品無法精準識別，從而導致十分嚴重的事故，因此需要提出一種有效且實時性的圖像超分技術對采集的圖像進行重建。

在數值分析中，雙三次插值是二維空間中最常用的插值方法。在這種方法中，插值點(x, y)的像素灰度值f(x, y)通過矩形網格中最近的十六個采樣點的加權平均得到，而各采樣點的權重由該點到待求插值點的距離確定，此距離包括水平和豎直兩個方向上的距離。但4×4大小的區域內的16個像素點均不在區域內的幾何中心上，這樣計算出插值核中各點的權重可能存在權重數值分布不均，距離中心點越遠的點權重越小，外圍點對插值點的計算貢獻度微乎其微，從而使得圖像邊緣模糊，雙三次插值計算量很大等問題。因此本專利提出一種基于Hodges-Lehmann（HL）的雙三次插值算法，旨在消除邊緣模糊提升識別圖像質量的同時減少算法的計算量。

目前基于學習的圖像超分技術能夠重建更好的分辨率圖像，但是大多數算法無法在移動端部署或實際應用，少有真正基于超分需求建立的網絡，多數是通用型架構，而且需要依賴大量的數據集進行訓練。傳統的基于插值的圖像超分技術相對基于學習的方法更為簡單有效，但是往往重建結果的邊緣和輪廓較為模糊，紋理恢復效果不佳。即是效果最好的雙三次插值，由于計算出插值核中各點的權重可能存在權重數值分布不均，距離中心點越遠的點權重越小，外圍點對插值點的計算貢獻度微乎其微，從而使得圖像邊緣細節損失，而使重建的圖像邊緣輪廓模糊。

發明內容

針對現有技術中由于圖像邊緣細節損失，而使重建的圖像邊緣輪廓模糊的問題，本發明提出了一種基于Hodges-Lehmann的消防危險品圖像超分方法及裝置。

為解決上述技術問題，本發明提供如下技術方案：

一方面，提供了一種基于Hodges-Lehmann的消防危險品圖像超分方法，該方法應用于電子設備，包括以下步驟：

S1：通過危險品的原始圖像，獲取待檢測圖像中多個像素點的各顏色通道下的灰度值矩陣；

S2：對原始圖像進行縮放獲得重構圖像，將所述重構圖像根據縮放倍數映射到原始圖像，構建矩形網格，選取矩形網格中距離目標像點最近的十六個采樣點；

S3：根據所述十六個采樣點，計算插值核內像素值的Hodges-Lehmann值，更新目標像點的像素值；

S4：根據所述插值核內像素值的Hodges-Lehmann值，設定圖像超分評估指標，完成基于Hodges-Lehmann的消防危險品圖像超分。