基于扩散信息的在有雾条件下的水面目标检测方法及系统技术方案

本发明专利技术公开了一种基于扩散信息的在有雾条件下的水面目标检测方法及系统，该方法包括：采集待检测区域的有雾图像；利用图像扩散对采集的有雾图像进行图像信息增强；将经过处理后的图像输出；根据输出的图像进行目标检测。该系统包括：图像采集模块、去雾处理模块、图像输出模块以及目标检测模块。通过本发明专利技术，基于图像扩散的形成机理来实现图像去雾，可以获得更好的去雾效果，进而可获得更好的目标检测结果。测结果。测结果。

【技术实现步骤摘要】
基于扩散信息的在有雾条件下的水面目标检测方法及系统


[0001]本专利技术涉及计算机视觉
，特别涉及一种基于扩散信息的在有雾条件下的水面目标检测方法及系统。

技术介绍

[0002]视觉目标检测技术一直是计算机视觉领域最常见的挑战之一，具有较为广泛的应用前景。中国拥有着丰富的海洋资源，利用视觉图像信息进行海面监控是维护我国海上安全的重要手段之一，然而海上自然条件复杂多变，诸如有雾等复杂环境会严重影响无人船对视野内的目标检测效果。因此，亟需开发一套快速有效的水面无人船在有雾条件下的图像视觉目标检测系统。
[0003]近年来国内外学者对基于图像处理的实时目标识别技术已经做了大量工作,并取得了诸多成果。特别是在图像去雾处理与目标检测算法方面,长久以来备受广大学者关注。为了实现海上有雾环境中的视觉目标检测任务,需要将图像去雾之后再进行目标检测，即采用先图像去雾处理后目标检测的两阶段方法。
[0004]当前与单幅图像去雾相关的技术路线大致可分为以下三类：一是基于图像增强的去雾方法，二是基于图像复原的去雾方法，三是基于深度学习的去雾算法本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于扩散信息的在有雾条件下的水面目标检测方法，其特征在于，包括：S11：图像采集；采集待检测区域的有雾图像；S12：去雾处理；利用图像扩散对所述S11采集的有雾图像进行图像信息增强；S13：图像输出；将经过所述S13处理后的图像输出；S14：目标检测；根据所述S13输出的图像进行目标检测。2.根据权利要求1所述的基于扩散信息的在有雾条件下的水面目标检测方法，其特征在于，所述S12包括：S121：对所述S11采集的有雾图像I(x,y)进行傅里叶变换，得到傅里叶谱：I
fft
(x,y)；其中，(x，y)为图像中的像素点的坐标；S122：计算每个坐标(x，y)处用于提取特征的参数值，公式如下：其中，x
max
为图像高度；y
max
为图像宽度；α、β、λ、k均为算法参数，且均为正数；S123：将所述S122得到的用于提取特征的参数值叠加至原傅里叶谱中，得到处理后的傅里叶谱：I
fft_new
(x，y)＝I
fft
(x，y)*[T(x，y)+1]；S124：对所述S123得到的处理后的傅里叶谱进行傅里叶逆变换，得到图像信息增强后的图像。3.根据权利要求2所述的基于扩散信息的在有雾条件下的水面目标检测方法，其特征在于，所述S122还包括：令直流分量处的参数值为：T(0,0)＝γ其中，γ为算法参数。4.根据权利要求1所述的基于扩散信息的在有雾条件下的水面目标检测方法，其特征在于，所述S14包括：利用神经元网络根据所述S13输出的图像进行目标检测。5.根据权利要求1至4任一项所述的基于扩散信息的在有雾条件下的水面目标检测方法，其特征在于，所述S11还包括：采集待检测区域的彩色有雾图像，将采集的彩色有雾图像拆分为R通道、G通道、B通道；所述S12包括：利用图像扩散对所述R通道、G通道、B通道的有雾图像分别进行图像信息增强；所述S13包括：将所述S12得到的图像信息增强后的R通道、G通道、B通道的图像进行合并，得到去雾后的彩色图像。6.一种基于扩散信息的在有雾条件下的水面目标检测系统，其特征在于，包括：图像采
集模块、去雾处理模块、图像输出模块以及目标检测模块；其中，所述图像采集模块用于...

【专利技术属性】
技术研发人员：贺越生，杨明，孙玉山，曹炳全，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：