【技术实现步骤摘要】
森林草原巡视无人机的相机自适应曝光处理系统及方法
[0001]本专利技术涉及人工智能图像采集
，具体涉及一种森林草原巡视无人机的相机自适应曝光处理系统及方法。
技术介绍
[0002]森林草原火灾不仅严重破坏森林草原资源和生态环境，而且会对人民生命财产和公共安全产生极大的危害，对国民经济可持续发展和生态安全造成巨大威胁。具体危害表现在如下几个方面：烧毁森林草原植被资源、危害野生动物、引起水土流失、使下游河流水质下降、引起空气污染、威胁人民生命财产安全。
[0003]目前，为实现森林草原火灾防控，已经提出了各种各样的防控手段，其中一种就是通过图像识别，提前识别火灾隐患、或在火灾起始时期及时准确识别，从而避免或最大程度减少火灾造成的损害。具体的，可以利用无人机巡视森林草原拍摄用于进行火灾识别的图像。为了提高火灾识别的准确性，需要提高拍摄图像的质量。曝光是影响图像质量的一个方面，不合适的曝光会导致图像画面过暗或过亮，从而丢失图像细节，导致图像识别精度低。无人机在巡视森林草原的过程中，由于角度、时间等不同，导致光照条件不...
【技术保护点】
【技术特征摘要】
1.一种森林草原巡视无人机相机的自适应曝光处理方法，其特征在于，包括以下步骤：获取所述森林草原巡视无人机相机使用第一初始曝光参数采集得到的第一图像和使用第二初始曝光参数采集得到的第二图像；其中，所述第一初始曝光参数和所述第二初始曝光参数不同，所述森林草原巡视无人机相机采集得到所述第一图像和所述第二图像时位置和角度不变；根据所述第一图像得到作为曝光参数调整依据的第一数据，根据所述第二图像得到作为曝光参数调整依据的第二数据；将所述第一初始曝光参数及其对应的所述第一数据、所述第二初始曝光参数及其对应的所述第二数据输入至用于进行理想曝光参数计算的人工智能模型，利用所述人工智能模型进行理想曝光数据的估计；根据所述人工智能模型输出的所述理想曝光参数，调整图像采集时曝光参数。2.根据权利要求1所述的方法，其特征在于，所述第一数据和所述第二数据均包括整体灰度平均值、整体灰度直方图、前景区域的灰度统计平均值、前景区域的灰度直方图、背景区域的灰度统计平均值、背景区域的灰度直方图和信息熵。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一图像得到作为曝光参数调整依据的第一数据，包括：对所述第一图像进行预处理；将预处理后的所述第一图像输入至前景识别模型；利用所述前景识别模型从预处理后的所述第一图像提取图像特征信息，输出所述第一图像的深度卷积高维空间特征信息图；所述前景识别模型根据所述第一图像的深度卷积高维空间特征信息图输出多个待定前景区域；所述前景识别模型对所述待定前景区域进行分类和边框的回归微调，输出所述待定前景区域为前景区域的概率和位置；所述前景识别模型根据所述待定前景区域为前景区域的概率，确定所述待定前景区域是否为前景区域，并根据确定为前景区域的所述待定前景区域的位置进行前景区域的拼接，得到完整的前景区域。4.根据权利要求3所述的方法，其特征在于，所述前景识别模型根据所述第一图像的深度卷积高维空间特征信息图输出多个待定前景区域，包括：使用卷积核在所述深度卷积高维空间特征信息图上，进行逐点滑动卷积；以所述卷积核每次滑动的中心位置为中心划分四个尺寸相等的待定框；利用全连接层和分类层对使用卷积核卷积得到的特征信息进行处理，得到所述待定框是否是前景区域的概率；在所述待定框是前景区域的概率大于预设阈值的情况下，将所述待定框作为所述待定前景区域输出。5.根据权利要求3所述的方法，其特征在于，所述前景识别模型对所述待定前景区域进行分类和边框的回归微调，输出所述待定前景区域为前景区域的概率和位置，包括：利用卷积层对所述待定前景区域进行特征提取；利用池化层对所述卷积层提取的所述待定前景区域的特征进行均值池化得到固定大小的特征图；
重复N次上一步骤后，利用多层全连接层和分类层对最后一层所述池化层输出的所述待定前景区域的特征图进行分类，得到所述待定前景区域为前景区域的概率；N为正整数；利用多层全连接层输出所述前景区域的边框相对于所述待定前景区域的偏移量。6.根据权利要求3所述的方法，其特征在于，所述前景识别模型的损失函数Loss为：其中，a
i
是所述前景识别模型输出的所述第一图像的...
【专利技术属性】
技术研发人员：李东东，王海，
申请(专利权)人：特斯联科技集团有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。