[发明专利]基于图像增强的无人机目标检测方法、装置和设备

说明书

本申请涉及基于图像增强的无人机目标检测方法、装置和设备，方法包括：获取探测无人机的红外视频序列；利用基于反锐化掩膜的图像增强算法对红外视频序列中的红外图像进行高频增强处理，得到红外增强图像集；根据红外增强图像集中的红外图像，利用训练好的YOLOv3模型进行无人机目标检测，得到无人机检测结果。在已有YOLOv3深度学习目标检测算法的基础上，增加红外图像增强处理，对YOLOv3目标检测算法进行改进，得到了更优的基于图像增强的无人机红外目标检测手段，显著地改善了目标检测效果，大幅提升了全天候条件下无人机目标的检测精度，对比传统方法检测效率也更高，实现了无人机目标检测性能较强的技术效果。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种基于图像增强的无人机目标检测方法、装置和设备。

背景技术

随着微电子技术和人工智能的飞速发展，无人机基础零部件呈现出了小型化、低成本和低功耗等特点，这促进了无人机技术的革新，也使小型无人机拥有重量轻、操作简单、机身灵活、生存能力强和价格低廉等众多优点，扩大了其应用领域。伴随着人工智能、5G通讯等新技术的发展和完善，由于无人机优越的性能，其应用规模也在不断扩大，广泛运用于民用与军用。随着无人机技术门槛和获得难度的不断降低，其也会带来新的挑战和威胁，因此，反无人机技术也应运而生。

反无人机技术首要任务就是无人机目标的检测，目前，反无人机技术多采用可见光图像或红外图像进行目标检测。然而，在实现本发明的过程中，发明人发现目前反无人机技术采用的检测技术，仍然存在着无人机目标检测性能较弱的技术问题。

发明内容

基于此，有必要针对上述技术问题，提供一种无人机目标检测性能较强的基于图像增强的无人机目标检测方法、一种基于图像增强的无人机目标检测装置、一种计算机设备以及一种计算机可读存储介质。

为了实现上述目的，本发明实施例采用以下技术方案：

一方面，本发明实施例提供一种基于图像增强的无人机目标检测方法，包括步骤：

获取探测无人机的红外视频序列；

利用基于反锐化掩膜的图像增强算法对红外视频序列中的红外图像进行高频增强处理，得到红外增强图像集；

根据红外增强图像集中的红外图像，利用训练好的YOLOv3模型进行无人机目标检测，得到无人机检测结果。

另一方面，还提供一种基于图像增强的无人机目标检测装置，包括：

数据获取模块，用于探测无人机的红外视频序列；

图像增强模块，用于利用基于反锐化掩膜的图像增强算法对红外视频序列中的红外图像进行高频增强处理，得到红外增强图像集；

目标检测模块，用于根据红外增强图像集中的红外图像，利用训练好的YOLOv3模型进行无人机目标检测，得到无人机检测结果。

又一方面，还提供一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现任一项的上述基于图像增强的无人机目标检测方法的步骤。

再一方面，还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现任一项的上述基于图像增强的无人机目标检测方法的步骤。

上述技术方案中的一个技术方案具有如下优点和有益效果：