申请/专利权人：海豚乐智科技(成都)有限责任公司;电子科技大学重庆微电子产业技术研究院

申请日：2024-01-17

公开（公告）日：2024-04-05

公开（公告）号：CN117576488B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/82;G06V10/44;G06V10/25;G06V10/28;G06N3/0464;G06N3/048;G06N3/08;G06N3/0475;G06N3/045

优先权：

专利状态码：有效-授权

法律状态：2024.04.05#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明公开了一种基于目标图像重建的红外弱小目标检测方法，涉及图像目标检测技术领域。方法包括：对原图进行卷积提取红外图像高亮的边缘信息，通过连通域的方式筛选图像中所有亮斑位置，形成目标集；根据目标集中筛选的亮斑目标，重建出容纳目标集中所有目标的重建图，并记录每个弱小目标的位置序号信息；孪生网络训练过程中，计算弱小目标的标注信息与IOU值，根据所有弱小目标的位置序号信息更新对应的标注信息；输入重建图到训练后的孪生网络模型中做目标检测，将检测到的真目标还原到原图中的位置，并输出最终结果。本发明通过目标图像重建与孪生网络模型，可在因噪声导致的真伪目标不均衡的样本中，高效识别出红外弱小目标。

主权项：1.一种基于目标图像重建的红外弱小目标检测方法，其特征在于，包括：步骤1：对原图进行卷积提取红外图像高亮的边缘信息，通过连通域的方式筛选图像中所有亮斑位置，形成目标集；步骤2：根据目标集中筛选的亮斑目标，重建出容纳目标集中所有目标的重建图，并记录每个弱小目标的位置序号信息；步骤3：在孪生网络训练过程中，计算弱小目标的标注信息与IOU值，设置IOU阈值，将IOU值大于阈值的目标标记为真目标，否则标记为假目标，根据所有弱小目标的位置序号信息更新对应的标注信息；步骤4：输入重建图到训练后的孪生网络模型中做目标检测，将检测到的真目标还原到原图中的位置，并输出最终结果；所述步骤1具体包括：S11：对原图I进行卷积，通过以下方式提取图中目标的边缘信息Edge： 其中，为卷积核；然后生成边缘图Edgex,y，其中x，y表示图像中的空间坐标；S12：对边缘图Edgex,y做二值化操作，得到二值化图Binaryx,y： ；其中，thresh为图像像素的阈值；S13：在二值图Binaryx,y中，将像素值为1的部分做连通域计算，结果记为EH图；S14：记录EH图结果中每个连通域的位置与外接矩形长和宽信息，设置阈值筛选出有效亮斑目标位置，形成目标集： 其中，wi为第i个目标的外接矩阵的长，hi为第i个目标的外接矩阵的宽，thresharea为长宽比阈值、threshwh为连通域面积的阈值，1表示第i个连通域为有效目标，0表示第i个连通域为无效目标；所述步骤2具体包括：S21：根据筛选的目标集，从原图中裁剪目标位置的固定大小ROI区域，ROI区域包含目标和目标的部分背景信息；S22：根据目标集重建一张背景像素值为0的重建图，以容纳目标集中所有目标；S23：将裁剪的ROI区域分散拷贝到重建图中，并记录所有目标的序号和对应位置信息。

全文数据：

权利要求：

百度查询： 海豚乐智科技(成都)有限责任公司;电子科技大学重庆微电子产业技术研究院 一种基于目标图像重建的红外弱小目标检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD