[发明专利]一种基于信息融合的目标检测方法及装置在审

专利信息
申请号: 202310006599.9 申请日: 2023-01-04
公开(公告)号: CN116030086A 公开(公告)日: 2023-04-28
发明(设计)人: 丘昌镇;徐雪阳;张志勇;刘紫薇 申请(专利权)人: 中山大学
主分类号: G06T7/136 分类号: G06T7/136;G06T7/187;G06T5/30;G06T7/90;G06T7/11;G06V10/28;G06T5/50
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 乔欢欢
地址: 510275 *** 国省代码: 广东;44
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 基于 信息 融合 目标 检测 方法 装置
【权利要求书】:

1.一种基于信息融合的目标检测方法,其特征在于,包括:

获取待处理的目标图像;

遍历所述目标图像中的像素点,确定各个所述像素点的四个通道的参数值,其中所述四个通道具体为:R通道、G通道、B通道以及V通道;

通过预设的图像阈值分割方法,分别计算四个通道的图像分割阈值,并根据各个所述图像分割阈值进行自适应分割,得到各个通道对应的分割图像;

通过D-S证据理论,对各个所述分割图像进行融合,得到融合图像;

对所述融合图像进行二值化,得到二值化图像;

通过区域膨胀处理方式,对所述二值化图像进行补偿,并基于补偿后的二值化图像,结合线段连通判定条件,确定所述二值化图像中的各个线段间的连通关系,再根据所述各个线段间的连通关系,对所述线段进行相连,并对相连线段所属的连通域进行合并;

计算所述连通域的平均概率分配值,以基于所述平均概率分配值识别所述目标图像中的目标物体。

2.根据权利要求1所述的一种基于信息融合的目标检测方法,其特征在于,所述通过预设的图像阈值分割方法,分别计算四个通道的图像分割阈值,并根据各个所述图像分割阈值进行自适应分割,得到各个通道对应的分割图像具体包括:

通过最大类间方差法,分别计算四个通道的图像分割阈值,并根据各个所述图像分割阈值进行自适应分割,得到各个通道对应的分割图像。

3.根据权利要求1所述的一种基于信息融合的目标检测方法,其特征在于,所述通过D-S证据理论,对各个所述分割图像进行融合,得到融合图像具体包括:

获取所述目标图像的目标位置信息,基于所述目标位置信息对检测到的目标物体图像进行椭圆拟合处理,得到所述目标物体图像的外接椭圆区域,其中,检测目标位置信息是通过对所述目标图像进行预检测得到的目标物体在所述目标图像中的位置信息;

基于各个所述分割图像中的像素点坐标与所述外接椭圆区域的相对位置关系,计算各个像素点的概率分配值;

基于所述各个像素点的概率分配值,结合Dempster规则对各个所述分割图像进行融合,得到融合图像。

4.根据权利要求3所述的一种基于信息融合的目标检测方法,其特征在于,所述计算所述连通域的平均概率分配值,以基于所述平均概率分配值识别所述目标图像中的目标物体具体包括:

基于所述连通域中的像素点以及所述连通域中的各个像素点的概率分配值,计算所述连通域的平均概率分配值,以基于所述平均概率分配值识别所述目标图像中的目标物体。

5.根据权利要求1所述的一种基于信息融合的目标检测方法,其特征在于,所述线段连通判定条件具体为:

式中,seg1,seg2为同一行中两条不同的线段,start,end分别代表了所述线段的左端点坐标和右端点坐标,l为距离因子,用于控制线段之间距离的阈值,k为尺度因子,用于在不同尺度下对线段的连接标准进行微调。

6.一种基于信息融合的目标检测装置,其特征在于,包括:

图像获取单元,用于获取待处理的目标图像;

通道参数计算单元,用于遍历所述目标图像中的像素点,确定各个所述像素点的四个通道的参数值,其中所述四个通道具体为:R通道、G通道、B通道以及V通道;

图像分割单元,用于通过预设的图像阈值分割装置,分别计算四个通道的图像分割阈值,并根据各个所述图像分割阈值进行自适应分割,得到各个通道对应的分割图像;

图像融合单元,用于通过D-S证据理论,对各个所述分割图像进行融合,得到融合图像;

图像二值化处理单元,用于对所述融合图像进行二值化,得到二值化图像;

图像补偿处理单元,用于通过区域膨胀处理方式,对所述二值化图像进行补偿,并基于补偿后的二值化图像,结合线段连通判定条件,确定所述二值化图像中的各个线段间的连通关系,再根据所述各个线段间的连通关系,对所述线段进行相连,并对相连线段所属的连通域进行合并;

目标物体识别单元,用于计算所述连通域的平均概率分配值,以基于所述平均概率分配值识别所述目标图像中的目标物体。

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山大学,未经中山大学许可,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/202310006599.9/1.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