[发明专利]一种矾花图像处理方法、系统、介质及电子设备在审

专利信息
申请号: 202010703199.X 申请日: 2020-07-21
公开(公告)号: CN111833369A 公开(公告)日: 2020-10-27
发明(设计)人: 庞殊杨;余云飞;贾鸿盛;毛尚伟;王昊;刘璇 申请(专利权)人: 中冶赛迪重庆信息技术有限公司
主分类号: G06T7/13 分类号: G06T7/13;G06T7/73;G06T7/62;G06T5/00;G06N3/08;G06N3/04
代理公司: 上海光华专利事务所(普通合伙) 31219 代理人: 代玲
地址: 401122 重庆市渝*** 国省代码: 重庆;50
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 处理 方法 系统 介质 电子设备
【权利要求书】:

1.一种矾花图像处理方法,其特征在于,包括:

获取水下矾花图像样本数据,并进行数据标注;

根据标注后的数据建立矾花图像分割模型,并进行训练;

采集目标对象的实时图像,并将其输入至训练后的矾花图像分割模型进行图像分割,获取目标对象的矾花轮廓信息;

根据所述矾花轮廓信息,获取目标对象的矾花位置信息。

2.根据权利要求1所述的矾花图像处理方法,其特征在于,所述矾花轮廓信息包括矾花轮廓区域、区域面积、矾花图像灰度方差、矾花图像倾斜度、矾花图像峰度、矾花图像熵、矾花图像分形维数。

3.根据权利要求1所述的矾花图像处理方法,其特征在于,获取水下矾花图像样本数据,并进行数据标注,形成矾花图像数据集,并对矾花图像数据集进行图像预处理,所述预处理包括图像去雾处理,所述图像去雾处理包括通过获取图像中的每个像素RGB分量中的最小值获得暗通道图像。

4.根据权利要求3所述的矾花图像处理方法,其特征在于,通过如下公式进行获取暗通道图像:

其中,Jdark为暗通道图像的每个通道;Jc为彩色图像的每个通道;Ω(x)为以像素x为中心的一个窗口。

5.根据权利要求3所述的矾花图像处理方法,其特征在于,所述预处理还包括低光照图像增强处理,所述低光照图像增强处理包括

将图像分解为入射图像和反射图像;

去除图像中的入射属性,保留原始图像属性。

6.根据权利要求2所述的矾花图像处理方法,其特征在于,根据所述矾花轮廓信息获取目标对象的轮廓的边界矩形框,根据所述边界矩形框的坐标,获取矾花位置信息。

7.根据权利要求6所述的矾花图像处理方法,其特征在于,根据所述边界矩形框确定目标对象的矾花轮廓区域和区域面积,通过所述矾花轮廓区域确定水背景区域,并对目标对象图像中的矾花与水背景进行图像分割。

8.根据权利要求2所述的矾花图像处理方法,其特征在于,所述矾花图像分割模型包括

收缩路径,用于获取目标对象中的上下文信息;

扩展路径,用于对目标对象中所需分割的部分进行定位。

9.根据权利要求8所述的矾花图像处理方法,其特征在于,所述收缩路径中每两个卷积层后连接有最大池化层,且每个卷积层后通过激活函数对目标对象的原始图像进行降采样,在每次降采样时将通道数增加一倍。

10.根据权利要8所述的矾花图像处理方法,其特征在于,所述扩展路径中包括若干用于每一步执行升采样的卷积层,且每一步升采样分别加入与收缩路径相对应的特征图,所述矾花图像分割模型的最后一层为用于将通道的特征向量转换为所需要的分类结果的数量的卷积层。

11.根据权利要2所述的矾花图像处理方法,其特征在于,将图像中像素级特征进行扩展,并结合局部和全局线索进行图像分割,所述扩展包括融合多种不同金字塔尺度特征,分对每个级别使用卷积降低级别通道,并通过双线性差值获得未池化前的大小,最终合并在一起。

12.一种矾花图像处理系统,其特征在于,包括:

数据样本模块,用于获取水下矾花图像样本数据,并进行数据标注;

图像处理模型,用于根据标注后的数据建立矾花图像分割模型,并进行训练;

图像采集模块,用于采集目标对象的实时图像,并将其输入至训练后的矾花图像分割模型进行图像分割;

所述矾花图像分割模型获取目标对象的矾花轮廓信息,根据所述矾花轮廓信息,获取目标对象的矾花位置信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中冶赛迪重庆信息技术有限公司,未经中冶赛迪重庆信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010703199.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top