[發明專利]一種圖像目標檢測方法及相關設備

在審

• 申請號: 202211534301.3
• 申請日: 2022-12-02
• 公開（公告）號: CN115546074A
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 余紹黔;唐江婧;魯曉海
• 申請（專利權）人: 湖南工商大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08;G06V10/20;G06V10/764;G06V10/82
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 汪金連

本發明提供了一種圖像目標檢測方法，包括：步驟1，獲取待檢測的低照度圖像；步驟2，通過改進后的Retinex模型對低照度圖像進行亮度分量去除處理，得到增強圖像；步驟3，將增強圖像輸入GoogLeNet神經網絡模型進行目標檢測，得到檢測結果；采用改進的Retinex模型對低照度圖像進行增強，通過對圖像的色彩空間轉換使亮度信息與色彩信息分離，以便模型對彩色圖像增強時彩色分量的信息更加完整，最后采用GoogLeNet神經網絡模型進行目標檢測，可以更好挖掘目標特征，提高了在能見度低的環境下對目標檢測的準確率。

技術領域

本發明涉及圖像識別技術領域，特別涉及一種圖像目標檢測方法及相關設備。

背景技術

隨著智慧海關的建設不斷推進，圖像目標檢測技術成為了海關智能監管服務不可或缺的組成元素。圖像目標檢測技術應用于海關的視頻監控系統，具體實現包括集裝箱箱號檢測在內的物流監管、異常人員與車輛的識別與跟蹤以及簡單商品的辨別等，圖像目標檢測可在多個方面提升海關的工作效率和效能。

但是在現實中，由于海關這一應用場景的復雜性，目標檢測的效果仍待提升，如在陰、雨、霧、夜等不同自然環境下，監控拍攝會因為環境能見度低、光照不足、視線遮擋等，影響拍攝圖像的清晰度、亮度、色彩對比度等，影響目標檢測的準確率。所以，視線對圖像降低噪聲影響、提升亮度和色彩信息等的圖像增強處理對目標檢測具有重要作用，而目前傳統圖像增強方法大多是直接將用于灰度圖像的增強方法擴展到低照度圖像中，沒有充分考慮到彩色圖像中多種色彩通道信息的復雜性，不能獲得較為滿意的效果。

發明內容

本發明提供了一種圖像目標檢測方法及相關設備，其目的是為了提高在能見度低的環境下對目標檢測的準確率。

為了達到上述目的，本發明提供了一種圖像目標檢測方法，包括：

步驟1，獲取待檢測的低照度圖像；

步驟2，通過改進后的Retinex模型對低照度圖像進行亮度分量去除處理，得到增強圖像；

步驟3，將增強圖像輸入GoogLeNet神經網絡模型進行目標檢測，得到檢測結果；

GoogLeNet神經網絡模型的初始特征提取模塊包括第一卷積層、第二卷積層和第一池化層；

第一卷積層的輸入端為GoogLeNet神經網絡模型的輸入端，第一卷積層的輸出端與第二卷積層的輸入端連接，第二卷積層的輸出端與第一池化層的輸入端連接，第一池化層的輸出端與GoogLeNet神經網絡模型中的局部響應歸一化層的輸入端連接。

進一步來說，步驟2包括：

將低照度圖像轉換至顏色空間，提取亮度分量作為光照圖像；

通過改進后的Retinex模型對低照度圖像進行亮度分量去除處理，得到增強圖像；

改進后的Retinex模型為：

將低照度圖像和調整后的光照圖像相除，得到增強圖像：

其中，表示低照度圖像，表示光照圖像，表示增強圖像，表示逐元素乘法，/表示逐元素除法，表示圖像像素空間坐標。

進一步來說，步驟2包括：

將低照度圖像從RGB顏色空間轉換至LMS空間：

將低照度圖像從LMS空間轉換為以10為底的對數空間：

將低照度圖像從對數空間轉換到顏色空間：

將顏色空間的亮度分量作為光照圖像。

進一步來說，步驟2還包括：

利用Gamma校正對光照圖像進行調整，得到調整后的光照圖像，表達式為：

其中，表示伽馬變換參數，。