[发明专利]一种百米标数字识别方法

权利要求书

1.一种百米标数字识别方法，其特征在于，包括以下步骤：

利用图像采集设备采集关于百米标的图像，对图像进行预处理；

训练目标识别网络，对百米标图像进行识别，获取百米标检测框；

利用数字识别方法对目标识别检测框中的百米标数字进行识别，获取百米标数字。

2.根据权利要求1所述的百米标数字识别方法，其特征在于，所述对关于百米标的图像进行预处理，包括：

S21、规则分幅裁剪：通过图像采集设备采集的关于百米标的图像，对图像进行规则分幅裁剪，确定图像裁剪位置的左下角坐标为通过图像采集设备采集的关于百米标的图像左下角坐标，右上角坐标为通过图像采集设备采集的关于百米标的图像中心点坐标，所述变换公式如下：

其中，(x_min,y_min)为原始图像左下角坐标，(x_max,y_max)为原始图像右上角坐标，(x'_max,y'_max)为规则分幅裁剪处理后的图像右上角坐标。

S22、去模糊处理：采用去模糊算法对裁剪后的图像进行去模糊处理，具体步骤为：

(1)设置对抗损失函数，对抗损失函数计算公式如下：

其中，L_GAN为对抗损失函数；为网络；为训练好的卷积神经网络；I^B为原始图像。

(2)设置内容损失函数，内容损失函数的计算公式如下：

其中，L_X为内容损失函数，φ_i,j为网络中第i个最大池化层之前的第j次卷积获得的特征图，W_i,j和H_i,j为特征图的维度，I^S是去模糊后的清晰图像；为训练好的卷积神经网络；I^B为原始图像。

(3)定义总损失函数，计算公式如下：

L＝L_GAN+λ·L_X

其中，L为总损失函数，L_GAN为对抗损失函数，L_X为内容损失函数，λ为内容损失函数的参数。

(4)采用运动轨迹随机生成方法，对运动轨迹矢量进行子像素插值。假设点扩散函数h_T服从生成分布m个运动点扩散函数的集合H_T被认为独立于其计算公式为：

点扩散函数运动轨迹计算公式如下：

其中，z_T为图像，T为时间，λ为代表量子效率的参数，θ₁,…,θ_n为点扩散函数描述子。

3.根据权利要求1所述的百米标数字识别方法，其特征在于，训练目标检测网络，对百米标图像进行识别，获取百米标检测框，具体步骤为：

S31、采集百米标图像，建立样本数据库，包含海量的百米标的图像；

S32、将样本数据库中的百米标图像按照10：1的比例随机分为训练集和测试集，再对训练集中的百米标图像标注目标区域的边界框参数；

S33、建立目标检测网络，并根据标注好目标区域边界框的百米标图像训练所述目标检测网络，不断调整网络的结构和参数，直到训练参数满足要求；

S34、基于目标检测网络检测结果，裁剪目标检测矩形框。