一种目标检测方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了一种目标检测方法、装置、电子设备及存储介质，该方法包括：获取图像序列；图像序列中包括多张待检测图像；将图像序列中的至少部分待检测图像中的各张待检测图像依次作为当前待检测图像，并基于当前待检测图像以及当前待检测图像的前一张待检测图像，确定当前待检测图像的差值图像；检测差值图像中是否存在用于表征待检测目标的目标像素点；基于检测结果，确定当前待检测图像的目标检测结果。本公开实施例所需要消耗的计算资源少，能够很好的部署在计算资源较为有限的嵌入式设备中，且检测速度快，能够边拍摄照片边进行检测过程，时效性强，且检测效率更高。

【技术实现步骤摘要】
一种目标检测方法、装置、电子设备及存储介质
本公开涉及图像处理
，具体而言，涉及一种目标检测方法、装置、电子设备及存储介质。
技术介绍
随着传感器制造产业的不断发展，数码相机、单反相机和手机等设备的成像能力也越来越强；有很多以前只能通过专业设备拍摄的情景，例如银河、星空等，也能够通过这些普通的成像设备拍摄下来。虽然现在的设备已经可以拍摄星空、银河等风光，但是对于流星的拍摄依旧存在问题。流星雨与其他情况不同，拍摄所需的时间更长和空间范围更广。摄影师或用户往往需要在一段时间内连续拍摄几千张照片，后期需要人工从海量的照片中寻找有流星的照片，效率较低。
技术实现思路
本公开至少提供一种目标检测方法、装置、电子设备及存储介质。第一方面，本公开实施例提供了一种目标检测方法，包括：获取图像序列；所述图像序列中包括多张待检测图像；将所述图像序列中的至少部分待检测图像中的各张待检测图像依次作为当前待检测图像，并基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像；检测所述差值图像中是否存在用于表征待检测目标的目标像素点；基于所述检测结果，确定所述当前待检测图像的目标检测结果。这样，利用了按照拍摄时间排布的图像序列中，相邻待检测图像之间的变化信息，来实现动态出现的目标的检测，所需要消耗的计算资源少，能够很好的部署在计算资源较为有限的嵌入式设备中，且检测速度快，能够边拍摄照片边进行检测过程，时效性强，且检测效率更高。一种可选的实施方式中，所述图像序列中的多张待检测图像，包括在同一拍摄位置进行周期性曝光得到的多张图像。一种可选的实施方式中，所述基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像，包括：确定所述当前待检测图像的梯度图像，并获取确定的前一张待检测图像的梯度图像；基于所述当前待检测图像的前一张待检测图像的梯度图像，以及所述当前待检测图像的梯度图像，确定所述当前待检测图像的差值图像。这样，对图像中较小的物体边缘进行了强化，减小由于差值图像确定过程中将某些较小物体忽略的可能，降低检测误差。一种可选的实施方式中，所述基于所述当前待检测图像的前一张待检测图像的梯度图像，以及所述当前待检测图像的梯度图像，确定所述当前待检测图像的差值图像，包括：对所述当前待检测图像的前一张待检测图像的梯度图像进行图形态学膨胀处理，获取所述前一张待检测图像的膨胀梯度图像；将所述膨胀梯度图像与所述当前待检测图像的梯度图像逐像素相减，得到所述当前待检测图像的差值图像。这样，消除由于当前待检测图像和前一张待检测图像中由于物体位置发生微小变化而导致的检测误差。一种可选的实施方式中，所述确定所述当前待检测图像的梯度图像，包括：对所述当前待检测图像进行卷积处理，得到所述当前待检测图像的梯度图像。一种可选的实施方式中，所述检测所述差值图像中是否存在用于表征待检测目标的目标像素点，包括：将所述差值图像进行二值化处理，得到所述差值图像的二值图像；对所述二值图像进行霍夫变换，并基于所述霍夫变换的结果，确定所述二值图像中是否存在用于表征所述待检测目标的目标像素点。这样，将差值图像进行二值化处理，能够更好的将当前待处理图像中属于目标物体的像素点与非目标的像素点区分开来，然后采用霍夫变换，基于目标物体在当前待处理图像中所形成的运动轨迹，来检测当前待处理图像中是否存在待目标物体，识别的精度更高，且图像二值化、霍夫变换的处理过程所需要耗费的计算量都比较小，因此这种从待处理图像中检测是否存在目标物体的方法更适于部署在计算资源较为有限的嵌入式设备中。一种可选的实施方式中，所述将所述差值图像进行二值化处理，得到所述差值图像的二值图像，包括：基于所述差值图像中各个像素点的像素值，确定二值化像素值阈值；基于各个像素点的像素值、以及所述二值化像素值阈值，将所述差值图像进行二值化处理，得到所述差值图像的二值图像。这样，通过设置二值化像素值阈值来对差值图像进行二值化，能够消除差值图像中的噪声，提升检测精度。一种可选的实施方式中，所述基于所述差值图像中各个像素点的像素值，确定二值化像素值阈值，包括：基于所述差值图像中各个像素点的像素值，以及预先确定的在所述二值图像中，对应的像素值为第一预设值的像素点的最大数量，确定所述二值化像素值阈值。这样，针对不同场景获得的图像序列可针对性设置二值化像素阈值，使得对不同场景得到的二值化图像，都能够更好的将属于目标物体的像素点和非目标物体像素点区分开来，从而针对不同场景能够得到准确度更高的目标检测结果。一种可选的实施方式中，所述基于所述霍夫变换的结果，确定所述二值图像中是否存在用于表征所述待检测目标的目标像素点，包括：在所述霍夫变换的结果包括存在目标形状的像素点组的情况下，基于所述像素点组，得到构成所述待检测目标的目标像素点在所述二值图像中的位置信息；基于所述位置信息，从与所述二值图像对应的所述当前待检测图像中，确定所述目标像素点的位置信息。这样，根据目标形状的像素点组确定目标的位置信息，能够排除霍夫变换结果中，由除了待检测目标外的其他物体所形成的轨迹或者轮廓，进而通过该过程，将待检测目标从二值图像中确定出来，得到目标像素点在二值图像中的位置信息。一种可选的实施方式中，所述基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像之前，还包括：对所述当前待检测图像以及所述当前待检测图像的前一张待检测图像进行降采样处理；所述基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像，包括：基于降采样后的所述当前待检测图像、以及所述降采样后的前一张待检测图像，确定所述当前待检测图像的差值图像。这样，对当前待检测图像和当前待检测图像的前一张待检测图像进行降采样，能够将当前待检测图像和前一张待检测图像缩小，进而减少后续处理过程中所需要消耗的计算量，进而进一步降低目标检测过程需要的计算资源。第二方面，本公开实施例还提供一种目标检测装置，包括：获取模块，用于获取图像序列；所述图像序列中包括多张待检测图像；第一确定模块，用于将所述图像序列中至少部分待检测图像中的各张待检测图像依次作为当前待检测图像，并基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像；检测模块，用于检测所述差值图像中是否存在用于表征待检测目标的目标像素点；第二确定模块，用于基于所述检测结果，确定所述当前待检测图像的目标检测结果。一种可能的实施方式中，所述图像序列中的多张待检测图像，包括在同一拍摄位置进行周期性曝光得到的多张图像。一种可能的实施方式中，所述第一确定模块，在基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像时，用于：确定所述当前待检测图像的梯度图像，并获取确定的前一张待检测图像的梯度图像；本文档来自技高网...

【技术保护点】
1.一种目标检测方法，其特征在于，包括：/n获取图像序列；所述图像序列中包括多张待检测图像；/n将所述图像序列中的至少部分待检测图像中的各张待检测图像依次作为当前待检测图像，并基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像；/n检测所述差值图像中是否存在用于表征待检测目标的目标像素点；/n基于所述检测结果，确定所述当前待检测图像的目标检测结果。/n

【技术特征摘要】
1.一种目标检测方法，其特征在于，包括：
获取图像序列；所述图像序列中包括多张待检测图像；
将所述图像序列中的至少部分待检测图像中的各张待检测图像依次作为当前待检测图像，并基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像；
检测所述差值图像中是否存在用于表征待检测目标的目标像素点；
基于所述检测结果，确定所述当前待检测图像的目标检测结果。


2.根据权利要求1所述的方法，其特征在于，所述图像序列中的多张待检测图像，包括在同一拍摄位置进行周期性曝光得到的多张图像。


3.根据权利要求1或2所述的方法，其特征在于，所述基于所述当前待检测图像以及所述当前待检测图像的前一张待检测图像，确定所述当前待检测图像的差值图像，包括：
确定所述当前待检测图像的梯度图像，并获取确定的前一张待检测图像的梯度图像；
基于所述当前待检测图像的前一张待检测图像的梯度图像，以及所述当前待检测图像的梯度图像，确定所述当前待检测图像的差值图像。


4.根据权利要求3所述的方法，其特征在于，所述基于所述当前待检测图像的前一张待检测图像的梯度图像，以及所述当前待检测图像的梯度图像，确定所述当前待检测图像的差值图像，包括：
对所述当前待检测图像的前一张待检测图像的梯度图像进行图形态学膨胀处理，获取所述前一张待检测图像的膨胀梯度图像；
将所述膨胀梯度图像与所述当前待检测图像的梯度图像逐像素相减，得到所述当前待检测图像的差值图像。


5.根据权利要求3或4所述的方法，其特征在于，所述确定所述当前待检测图像的梯度图像，包括：
对所述当前待检测图像进行卷积处理，得到所述当前待检测图像的梯度图像。


6.根据权利要求1-5任一项所述的方法，其特征在于，所述检测所述差值图像中是否存在用于表征待检测目标的目标像素点，包括：
将所述差值图像进行二值化处理，得到所述差值图像的二值图像；
对所述二值图像进行霍夫变换，并基于所述霍夫变换的结果，确定所述二值图像中是否存在用于表征所述待检测目标的目标像素点。


7.根据权利要求6所述的方法，其特征在于，所述将所述差值图像进行二值化处理，得到所述差值图像的二值图像，包括：
基于所述差值图像中各个像素点的像素值，确定二值化像素值阈值；
基于各个像素点的像素值、以及所述二值化像素值阈值，将所述差值图像进行二值化处理，得...

【专利技术属性】
技术研发人员：何悦，张绮帆，李诚，黄厚钧，
申请(专利权)人：北京市商汤科技开发有限公司，
类型：发明
国别省市：北京;11