一种目标检测系统及方法技术方案

本发明专利技术公开了一种目标检测系统及方法，包括：若干个下位机和一个上位机，每个下位机包括若干个下位机和一个上位机，每个下位机包括目标图像获取及预处理单元、样本模型训练单元、目标图像输出单元、目标图像处理单元、目标图像中央处理单元和无线网络通信模块，所述图像获取及预处理单元、所述目标图像处理单元、所述目标图像中央处理单元、所述目标图像输出单元模块顺序电连接，所述样本模型训练单元和所述无线网络通信单元均与所述目标图像中央处理单元电连接；本发明专利技术具有支持远程查看，便于回访查看检测结果，提高精确度。提高精确度。提高精确度。

【技术实现步骤摘要】
一种目标检测系统及方法


[0001]本专利技术涉及计算机视觉
，具体涉及一种目标检测系统及方法。

技术介绍

[0002]随着计算机技术的发展，出现了目标检测技术。目标检测，也被称作目标提取，是一种基于目标几何和统计特征的图像分割，它将目标分割和目标识别合二为一，其准确性和实时性是整个系统的一项重要能力。但现有的检测方法存在计算量大和计算时间多、内存占用多、不便于随时回访查看以及检测的准确性不高等问题。
[0003]因此，急需对现有检测方法的计算量大、内存占用多检测准确性不高问题予以解决。

技术实现思路

[0004]有鉴于此，本专利技术提供一种目标检测系统及方法，以解决上述技术问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：
[0006]一种目标检测系统及方法，包括：若干个下位机和一个上位机，每个下位机包括目标图像获取及预处理单元、样本模型训练单元、目标图像输出单元、目标图像处理单元、目标图像中央处理单元和无线网络通信模块，所述图像获取及预处理单元、所述目标图像处理单元、所述目标图像中央处理单元、所述目标图像输出单元模块顺序电连接，所述样本模型训练单元和所述无线网络通信单元均与所述目标图像中央处理单元电连接；
[0007]所述目标图像中央处理单元用于控制所述目标图像获取及预处理单元、所述目标图像处理单元、所述目标图像输出单元、所述无线网络通信单元；
[0008]所述目标图像获取及预处理单元用于获取目标图像信息并对获取的目标图像信息进行预处理，所述目标图像获取及预处理单元包括：目标图像采集模块和目标图像预处理模块，所述目标图像采集模块用于采集目标图像信息，所述目标图像预处理模块用于对采集的目标图像信息进行预处理，所述目标图像采集模块与所述目标图像预处理模块电连接；
[0009]所述目标图像单元包括样本图像获取模块、模型训练模块、模型验证模块、特征提取模块和预测模块，所述模型训练模块用于根据系统提供的数据进行参数学习，所述模型验证模块用于测试生成的模型是否达到相应的准确度，所述特征提取模块用于提取目标图像中的特征信息，所述预测模块用于根据特征信息进行样本分类和边框回归，所述模型训练模块、所述验证模块、所述特征提取模块和所述预测模块电连接；
[0010]所述目标图像输出单元用于对检测出的目标位置、分类信息并予以显示，所述目标图像输出单元包括目标后处理模块和目标显示模块，所述目标后处理模块用于对检测出目标的位置信息进行还原，并将位置信息融合，所述目标显示单元用于输出并显示得到的目标位置；
[0011]所述无线网络通信单元用于无线传输信道，以使所述下位机发送最终目标检测模
型至所述上位机；
[0012]所述上位机用于接收所述若干个下位机发送的目标检测信息，并输出目标检测信息，所述上位机包括上位机控制单元、上位机数据存储单元和可视化显示单元，所述上位机控制单元分别与所述上位机数据存储单元和所述可视化显示单元连接，所述上位机控制单元通过所述无线网络通信单元与所述下位机通信。
[0013]进一步地，所述目标图像采集模块包括外图像采集装置、可见光图像采集装置中任一种或多种采集装置。
[0014]进一步地，所述图像预处理模块包括图像缩放模块、图像降噪模块图像转换模块，所述目标图像缩放模块用于对预处理后的目标图像信息进行缩放，所述降噪模块用于对缩放目标图像信息进行降噪，所述图像转换模块用于对缩放、降噪后的图像进行灰度处理。
[0015]更进一步地，所述目标图像处理单元包括归一化模块，所述归一化模块用于将目标图像信息进行灰度转换成统一值。
[0016]进一步地，所述模型训练模块采用多尺度目标训练模型。
[0017]进一步地，所述预测模块用于根据特征信息进行样本分类子模块和边框回归子模块，，所述样本分类子模块和边框回归子模块电连接。
[0018]进一步地，所述下位机还包括存储单元，所述存储单元用于存储所述目标图像获取及预处理信息、和模型训练的样本信息，所述存储单元分别与所述目标图像获取及预处理单元、所述目标图像中央处理单元、所述模型训练单元电连接。
[0019]进一步地，该目标检测方法，包括以下步骤：
[0020]S1：通过所述下位机上的所述目标获取单元获取目标图像信息，同时备份至所述存储单元上，对获得的目标图像信息进行图像缩放、降噪和灰度化预处理；
[0021]S2：对将样本图像经模型训练后对准确度进行验证提取出特征信息，利用所述预测模块对得到的特征信息进行检测，同时备份至所述存储单元；
[0022]S3：所述下位机上的所述目标图像中央处理单元将待检测的图像特征信息输入与训练的图像特征信息进行比较并将传输至所述目标图像输出单元和所述无线网络通信单元；
[0023]S4：通过所述下位机上的所述目标图像中央处理单元将检测的目标检测信息在所述存储单元上予以存储，方便备份；
[0024]S5：通过下位机上的所述目标图像显示单元和所述无线网络通信单元将检测的目标信息予以显示并发送至所述上位机上；
[0025]S6：所述上位机上存储单元存储所有检测结果，并可通过所述可视化显示模块查看。
[0026]从上述的技术方案可以看出，本专利技术的优点是：
[0027]1.目标图像中央处理单元通过比较目标图像获取单元获取的目标图像与训练模型的样本图像，进而得到目标图像的检测；
[0028]2.通过下位机上的存储单元可以实现对采集的目标图像和处理的目标图像进行回访查看，时效性高，一定程度上提高了检测的准确性和高效性；
[0029]3.通过下位机上的无线网络通信模块可将检测的目标信息传输至上位机，便于远程查看以及管理。
[0030]除了上面所描述的目的、特征和优点之外，本专利技术还有其它的目的、特征和优点。下面将参照图，对本专利技术作进一步详细的说明。
附图说明
[0031]在附图中：
[0032]图1为本专利技术的目标检测系统及方法的组成示意图。
[0033]图2为本专利技术的目标检测系统及方法的又一组成示意图。
[0034]图3为本专利技术的目标图像采集及预处理单元的组成示意图。
[0035]图4为本专利技术的样本图像模型训练单元的组成示意图。
[0036]图5为本明的目标检测系统及方法的方法步骤图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]如图1
‑
图2所示的一种目标检测系统及方法，该目标检测系统及方法包括：若干个下位机和一个上位机，每个下位机包括目标图像获取及预处理单元、样本模型训练单元、目标图像输出单元、目标图像处理单元、本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种目标检测系统，其特征在于，包括：若干个下位机和一个上位机，每个下位机包括目标图像获取及预处理单元、样本模型训练单元、目标图像输出单元、目标图像处理单元、目标图像中央处理单元和无线网络通信模块，所述图像获取及预处理单元、所述目标图像处理单元、所述目标图像中央处理单元、所述目标图像输出单元模块顺序电连接，所述样本模型训练单元和所述无线网络通信单元均与所述目标图像中央处理单元电连接；所述目标图像中央处理单元用于控制所述目标图像获取及预处理单元、所述目标图像处理单元、所述目标图像输出单元和所述无线网络通信单元；所述目标图像获取及预处理单元用于获取目标图像信息并对获取的目标图像信息进行预处理，所述目标图像获取及预处理单元包括：目标图像采集模块和目标图像预处理模块，所述目标图像采集模块用于采集目标图像信息，所述目标图像预处理模块用于对采集的目标图像信息进行预处理，所述目标图像采集模块与所述目标图像预处理模块电连接；所述模型训练单元包括样本图像获取模块、模型训练模块、模型验证模块、特征提取模块和预测模块，所述样本图像获取模块用于获取样本图像信息，所述模型训练模块用于根据系统提供的数据进行参数学习，所述模型验证模块用于测试生成的模型是否达到相应的准确度，所述特征提取模块用于提取样本图像中的特征信息，所述预测模块用于根据样本图像特征信息进行样本分类和边框回归，所述样本图像获取模块、所述模型训练模块、所述验证模块、所述特征提取模块和所述预测模块电连接；所述目标图像输出单元用于对检测出的目标位置、分类信息并予以显示，所述目标图像输出单元包括目标后处理模块和目标显示模块，所述目标后处理模块用于对检测出目标的位置信息进行还原，并将位置信息融合，所述目标显示单元用于输出并显示得到的目标位置；所述无线网络通信单元用于无线传输信道，以使所述下位机发送最终目标检测模型至所述上位机；所述上位机用于接收所述若干个下位机发送的目标检测信息，并输出目标检测信息，所述上位机包括上位机控制单元、上位机数据存储单元和可视化显示单元，所述上位机控制单元分别与所述上位机数据存储单元和所述可视化显示单元连接，所述上位机控制单元通过所述无线...

【专利技术属性】
技术研发人员：张笑钦，
申请(专利权)人：温州大学大数据与信息技术研究院，
类型：发明
国别省市：