[发明专利]目标检测方法及相关装置

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取摄像器件拍摄得到的原始图像；

对所述原始图像进行目标检测，得到至少一个目标区域；

基于所述原始图像各像素点的亮度值，构建亮通道图像并确定亮度阈值，统计所述亮通道图像中亮度值大于所述亮度阈值的第一像素点，基于所述亮通道图像中第一像素点及其周围像素点的亮度值，确定非目标区域；

统计所述目标区域与所述非目标区域的重叠率，将与所述非目标区域的重叠率大于预设重叠率的所述目标区域确定为属于干扰的目标区域；

从所述至少一个目标区域中剔除所述属于干扰的目标区域，将剩余的所述目标区域作为针对待检测目标的最终检测的目标区域；

其中，所述基于所述原始图像各像素点的亮度值，确定亮度阈值包括：

基于所述原始图像各像素点的亮度值构建暗通道图像；

统计所述暗通道图像中亮度值大于第一预设亮度值的第二像素点；

基于所述亮通道图像中与所述第二像素点位置对应的第三像素点的亮度值，确定所述亮度阈值。

2.根据权利要求1所述的方法，其特征在于，所述基于所述原始图像各像素点的亮度值构建暗通道图像包括：

将所述原始图像各像素点中每一通道的最小亮度值作为所述像素点的亮度值；

为每个所述像素点确定第二参考区域，将所述像素点的所述第二参考区域内所有像素点的亮度值中的最小值作为所述暗通道图像中对应像素点的亮度值；

所述基于所述亮通道图像中与所述第二像素点位置对应的第三像素点的亮度值，确定所述亮度阈值，包括：

将所述亮通道图像中与所述第二像素点位置对应的第三像素点的平均亮度值作为所述亮度阈值。

3.根据权利要求1所述的方法，其特征在于，所述基于所述原始图像各像素点的亮度值构建所述亮通道图像包括：

将所述原始图像各像素点中每一通道的最大亮度值作为所述像素点的亮度值；

为每个所述像素点确定第一参考区域，将所述像素点的所述第一参考区域内所有像素点的亮度值中的最大值作为所述亮通道图像中对应像素点的亮度值。

4.根据权利要求1所述的方法，其特征在于，所述基于所述亮通道图像中第一像素点及其周围像素点的亮度值，确定所述非目标区域包括：

从所述亮通道图像的与所述第一像素点相邻的若干像素点中，查找出与所述第一像素点的亮度差值小于第二预设亮度值的像素点并作为新的第一像素点，重新执行本步骤直至不再查找出新的第一像素点；

将所述原始图像中对应于所有所述第一像素点的区域确定为所述非目标区域。

5.根据权利要求1所述的方法，其特征在于，所述统计所述目标区域与所述非目标区域的重叠率包括：

查找出存在重叠的至少一组所述目标区域和非目标区域；

统计每组所述目标区域与所述非目标区域重叠的像素点的第一数量；以及，

统计每组所述目标区域与所述非目标区域总共的像素点的第二数量；

将所述第一数量与所述第二数量的比值确定为对应组所述目标区域与所述非目标区域的重叠率。

6.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行目标检测，得到至少一个目标区域包括：

筛选符合所述目标的颜色特征和轮廓特征的候选区域；

利用深度学习检测算法在所述候选区域中确定存在目标的目标区域。

7.根据权利要求6所述的方法，其特征在于，所述筛选符合所述目标的颜色特征和轮廓特征的候选区域包括：

利用所述目标的颜色特征排除所述原始图像中不存在所述目标的区域；

对所述原始图像剩下的区域进行边缘检测，获取至少一条边缘轮廓线；

将符合所述轮廓特征的边缘轮廓线所在的区域确定为第一候选区域；

所述利用深度学习检测算法在所述候选区域中确定存在目标的目标区域包括：

利用经过深度学习的目标检测算法在所述第一候选区域中筛选存在目标的第二候选区域；

根据所述目标的轮廓特征对所述第二候选区域进行校正，获取所述目标区域。