一种基于RAW图像的极暗光物体检测方法技术

本发明专利技术公开了一种基于RAW图像的极暗光物体检测方法，用于常规图像传感器采集的低弱光图像，根据物理成像过程建立暗光合成管线，基于现有正常光物体检测数据集资源，构建高质量的暗光物体检测仿真数据集，训练精确的暗光物体检测网络。本发明专利技术能够高质量地完成基于现有常见图像采集设备的极暗光物体检测，在显著节省构建极暗光物体检测数据集所用的采集图像与人力资源的同时，实现高效率和高精度极暗光物体检测，提高检测精度，扩展物体检测器的应用场景，突破物体检测领域的瓶颈。本发明专利技术能够用于深空探测、深海探测、生物医学、近地探测等多个领域。多个领域。多个领域。

【技术实现步骤摘要】
一种基于RAW图像的极暗光物体检测方法


[0001]本专利技术涉及一种用于极端条件探测的暗光图像检测数据生成方法，尤其涉及一种能够获取高质量和高仿真度极暗光图像的方法，属于计算视觉


技术介绍

[0002]极暗光物体检测技术，是一种可以在低弱光条件下实现物体检测任务的技术，能够在亮度低、噪声明显、信噪比低的暗光图像中有效检测出目标物体。
[0003]在各种光源有限的低弱光场景中，图像传感器在曝光时间内接收到的光子较少，受限于图像传感器的物理特性，会导致拍摄的图像具有亮度低、噪声明显、信噪比低的特点，严重影响图像中所包含的信息。目前，现有图像采集设备拍摄得到的8位量化JPEG格式图像，都是经过内置ISP算法(Image Signal Processor，图像信号处理)处理过的RGB图像(R代表Red红色，G代表Green绿色，B代表Blue蓝色)，其语义信息在此过程中会有所丢失，使得输出图像中存在的微弱信号通常会严重失真，有时甚至会导致场景信息的永久丢失。这种退化，不仅对低弱光图像的视觉质量负面影响严重，而且对所有下游图像应用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RAW图像的极暗光物体检测方法，其特征在于，包括以下步骤：步骤1：对RGB格式图像进行退化处理，生成RAW格式图像；步骤2：进行噪声注入；建立物理噪声加性模型，将真实噪声加性注入到未经处理的RAW图像中，以模拟在极低光环境下捕获的噪声图像；步骤3：输入干净正常光物体检测数据集，利用物理噪声加性模型，进行逆ISP退化处理，仿真生成带噪的极暗光图像数据；步骤4：根据步骤3生成的数据集，选定基础物体检测卷积神经网络，建立双分支极暗光物体检测网络及其训练目标函数，提升网络在信息有限的极暗光图像上的特征提取增强能力和分类回归精度，并进行特征计算及预测，输出目标的类别信息和位置信息；步骤5：输入要测试的极暗光图像，利用步骤4建立的双分支极暗光物体检测网络及其训练目标函数，从真实极暗光带噪图像中检测框选目标类别物体。2.如权利要求1所述的一种基于RAW图像的极暗光物体检测方法，其特征在于，步骤1所述退化处理操作包括：逆色调映射、逆伽马压缩、拟色彩校正、逆白平衡和逆去马赛克。3.如权利要求2所述的一种基于RAW图像的极暗光物体检测方法，其特征在于，退化处理操作的具体实现方法如下：步骤1.1：对于输入的sRGB图像，首先进行逆色调映射操作；设色调映射是用一个平滑步长曲线执行的，并且在生成合成数据时使用该曲线的逆；将常规顺序ISP流程中的色调映射步骤设为使用如式1所示的映射函数实现，以此匹配图像的特征曲线，基于此，使用式2，即式1的逆实现逆色调映射操作：smoothstep(x)＝3x2‑
2x3ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，smoothstep()表示映射函数，smoothstep
‑1()表示逆色调映射函数，x为正向ISP流程中色调映射操作的归一化输入图像，y为逆色调映射操作的归一化输入图像；步骤1.2：对步骤1.1中逆色调映射操作的输出结果，进行逆伽马压缩操作；使用如式3所示的标准伽马曲线，同时，用一个极小量∈＝10
‑8对伽马曲线的输入做截断处理，使用式4，即式3的逆近似实现逆伽马压缩操作：Γ(x
′
)＝max(x
′
,∈)
1/2.2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)Γ
‑1(y
′
)＝max(y
′
,∈)
2.2
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)其中，Γ()为伽马压缩操作，Γ
‑1()为逆伽马压缩操作，x
′
为正向ISP流程中伽马压缩操作的归一化输入图像，y
′
为逆伽马压缩操作的归一化输入图像，即上一个逆色调映射操作的输出；步骤1.3：对步骤1.2中逆伽马压缩操作的输出结果y
′
，应用采样色彩校正矩阵的逆来撤销颜色校正效果，使sRGB图像复原为相机空间RGB图像，进行逆色彩校正操作；...

【专利技术属性】
技术研发人员：付莹，洪阳，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：