一种基于主动光源的开口物体识别方法技术

本发明专利技术公开了一种基于主动光源的开口物体识别方法，包括以下步骤；步骤1：对物体参数标准设定；步骤2：对设定后的开口物体进行图像采集；步骤3：对图像采集后的开口物体截断光束进行图像处理；步骤4：对经图像处理后的图像进行图像识别，最终可对多种开口物体的开口角度大小以及开口方向实现>98％的高精度识别。本发明专利技术可极大程度排除环境因素的影响，提取具有鲁棒性的图像特征以进行各类参数高准确率、高精度识别。精度识别。精度识别。

【技术实现步骤摘要】
一种基于主动光源的开口物体识别方法


[0001]本专利技术属于物体探测
，特别涉及一种基于主动光源的开口物体识别方法。

技术介绍

[0002]随着计算机视觉技术的发展和广泛应用，物体检测已经发展出诸多高度实用的应用，如人类行为分析、人脸识别和自动驾驶等等。对于传统的遥感领域，物体的位置、运动、遮挡和背景条件中包含需要检测的有用信息，然而由于天气、光线、相机抖动等外在因素的影响，相机捕捉到的光束强度信息图片通常是模糊且杂乱的，这极大影响了采集照片或视频的质量。为了尽量避免上述影响，引入不同波段主动光源照射物体，该物体的特征便可通过采集被物体截断的入射光束的强度或相位信息来识别。
[0003]传统方法通常使用专门的硬件或偏振滤波器来处理上述环境因素的影响。而使用计算机的图像处理技术可以更有效地协助物体检测，尤其针对背景模糊和杂散光较多的情况。例如，图像增强可以增强背景与图像特征之间的对比度；图像滤波可以抑制目标图像的噪声，同时尽可能地保留图像的细节；图像阈值分割可以对不同灰度范围分布的像素点进行划分与处理。然而，图像增强了特征图像的同时也会一定程度放大噪声的影响，图像与图像分割均存在固有缺陷，不能较好的保护图像特征，从而使图像变得模糊或丧失图像细节。
[0004]近年来的引入主动光源进行多开口物体探测的工作中，多使用复杂螺旋光束谱分析法来进行开口角度或方向识别，相关研究的采集以及分析设备十分繁琐，对方向的识别精度不高，且不能批量处理。
[0005]机器学习是一门开发算法和统计模型的科学，计算机系统可根据实际任务需求进行数据处理，进而更准确地预测结果。其中，深度学习算法在多层网络结构的基础上快速发展，提高了识别文本、语音、图像甚至视频的能力，并已被广泛用于许多创新的光学应用，如计算机视觉、光学性能监测、人脸识别和增强现实等。基于深度学习的物体检测研究可以避免传统方法的缺点，如泛化能力差、检测精度低、运算速度慢等。在众多深度网络中，卷积神经网络能够更有效地识别输入图像，尤其是针对遥感、实时视频检测、移动物体检测和物体运动检测。
[0006]现有专利技术如排烟开口堵塞状态检测系统及方法(公开(公告)号:CN113358202A)中提出了一种排烟开口堵塞状态检测系统，可对排烟口的几何形状与预设开口外形进行形状匹配，检测排烟口堵塞状态。其信号增强机构可对接收到的排烟采集画面执行滤波、膨胀以及增强处理，然后其处理算法仅限于全局滤波以及亮度与对比度调整，且全过程需人为控制，无法自适应调整处理算法参数；环境光较昏暗时，采集不到实用信息。其提出的开口识别设备可用于基于开口成像区域的像素点的亮度值分布识别针对性增强画面中的开口物体的图像区域，该步骤中的识别过程需额外引入设备，并与开口物体需保持严格对齐并处于同一垂直面内。其提出的形状匹配设备，可用于将所述针对性增强画面中的开口对象区域的几何外形与预设开口外形进行形状匹配，该过程需要引入额外的检
测设备，所设预设开口外形局限于设定好长宽参数的矩形，参考形状过于单一、可识别精度较低、且无法定位具体物体被遮挡范围大小以及方向信息。

技术实现思路

[0007]为了克服上述现有技术的不足，本专利技术的目的在于提供一种基于主动光源的开口物体识别方法，能够有效避免环境光以及杂散光的影响；本专利技术使用主动光源、图像处理算法和图像识别算法来进行物体的开口角个数、开口角度以及开口方向角度的识别。使用的增强、分割、滤波等图像联合处理算法，以及物体特征角度识别算法，可极大程度排除环境因素的影响，提取具有鲁棒性的图像特征以进行各类参数高准确率、高精度识别。
[0008]为了达到上述专利技术目的，本专利技术采用以下技术方案：
[0009]一种基于主动光源的开口物体识别方法，包括以下步骤；
[0010]步骤1：设定开口物体的参数标准；所述开口物体为半径为r的圆形物体中，存在同心且半径同为r的楔形的空缺区域，该空缺区域密度为零，该位置光束透过率为100％，即该楔形空缺为此物体一个开口，存在上述开口的物体称为开口物体；
[0011]步骤2：对所述开口物体进行图像采集；
[0012]步骤3：对图像采集得到的开口物体截断光束进行图像处理，得到图像数据集；
[0013]步骤4：利用所述图像数据集训练图像识别模型，利用得到的模型识别图像中开口物体的开口角度大小以及开口方向。
[0014]所述步骤1对物体参数标准设定包括：
[0015]步骤11：设定物体开口角个数的判断标准；所述开口为开口物体上的楔形空缺；
[0016]在极坐标系内，设定半径为r，且无任何开口的圆形物体为无开口物体；有n个开口的物体为n开口物体；所述极坐标系极点为圆形物体圆心，极轴为水平方向；开口角，指在上述极坐标系中，开口物体的楔形开口角；
[0017]步骤12：在极坐标系内，以极坐标轴θ0＝0
°
为参考轴，根据物体开口较参考轴偏移角度设定开口角度的判断标准；所述开口角度指在上述极坐标系中，开口物体的开口的角度大小；
[0018]对于极坐标系内半径为r的n开口物体，设定第i个开口终止边界坐标角θ
i
与起始边界坐标角θ
i
‑1的差值θ
i
‑
θ
i
‑1为该开口的开口角度；
[0019]步骤13：在极坐标系内，以θ0＝0
°
为参考轴，根据物体开口方向较参考轴偏移角度设定开口方向角度的判断标准；所述开口方向角度指在上述极坐标系中，开口物体的开口角度朝向较极坐标轴θ0＝0
°
偏移的角度；对于极坐标系内半径为r的n开口物体，设定第i个开口起始边界坐标角θ
i
‑1与坐标轴θ0＝0
°
的差值θ
i
‑1为该开口的口方向角度。
[0020]所述步骤2图像采集的系统包括主动光源、相机、数据采集模块以及数据处理模块；
[0021]所述主动光源提供主动入射光；
[0022]所述开口物体具有不同开口角数目、开口角度、以及开口方向角度的物体，位于主动光源后；入射光光轴垂直入射至开口物体表面中心，即极坐标原点处，部分入射光被物体非开口部分遮挡，部分入射光穿过物体开口位置并继续传播，继续传播的光束称之为截断光束，上述截断光束沿原光轴以及原传播方向继续传播；
[0023]所述相机用于接收由被开口物体截断后的光束强度图像，位于主动光源照射的开口物体后，截断光束垂直照射至该相机镜头中心；
[0024]所述数据采集模块用于批量储存相机拍摄得到的截断光束强度图像，上述截断光束强度图像体现开口物体的开口特征；
[0025]所述数据处理模块对储存的截断光束图像进行处理；
[0026]其中，主动光源和相机的响应范围包括但不限于可见光波段、近红外/红外波段。
[0027]所述步骤2中图像采集的系统由相机采集被开口物体截断后的主动光源强度图像，具体步骤如下：...

【技术保护点】

【技术特征摘要】
1.一种基于主动光源的开口物体识别方法，其特征在于，包括以下步骤；步骤1：设定开口物体的参数标准；所述开口物体为半径为r的圆形物体中，存在同心且半径同为r的楔形的空缺区域，该空缺区域密度为零，该位置光束透过率为100％，即该楔形空缺为此物体一个开口，存在上述开口的物体称为开口物体；步骤2：对所述开口物体进行图像采集；步骤3：对图像采集得到的开口物体截断光束进行图像处理，得到图像数据集；步骤4：利用所述图像数据集训练图像识别模型，利用得到的模型识别图像中开口物体的开口角度大小以及开口方向。2.根据权利要求1所述的一种基于主动光源的开口物体识别方法，其特征在于，所述步骤1对物体参数标准设定包括：步骤11：设定物体开口角个数的判断标准；所述开口角为开口物体上的楔形空缺；在极坐标系内，设定半径为r，且无任何开口的圆形物体为无开口物体；有n个开口的物体为n开口物体；所述极坐标系极点为圆形物体圆心，极轴为水平方向；开口角，指在上述极坐标系中，开口物体的楔形开口角；步骤12：在极坐标系内，以极坐标轴θ0＝0
°
为参考轴，根据物体开口较参考轴偏移角度设定开口角度的判断标准；所述开口角度指在上述极坐标系中，开口物体的开口的角度大小；对于极坐标系内半径为r的n开口物体，设定第i个开口终止边界坐标角θ
i
与起始边界坐标角θ
i
‑1的差值θ
i
‑
θ
i
‑1为该开口的开口角度；步骤13：在极坐标系内，以θ0＝0
°
为参考轴，根据物体开口方向较参考轴偏移角度设定开口方向角度的判断标准；所述开口方向角度指在上述极坐标系中，开口物体的开口角度朝向较极坐标轴θ0＝0
°
偏移的角度；对于极坐标系内半径为r的n开口物体，设定第i个开口起始边界坐标角θ
i
‑1与坐标轴θ0＝0
°
的差值θ
i
‑1为该开口的口方向角度。3.根据权利要求1所述的一种基于主动光源的开口物体识别方法，其特征在于，所述步骤2图像采集的系统包括主动光源、相机、数据采集模块以及数据处理模块；所述主动光源提供主动入射光；所述开口物体具有不同开口角数目、开口角度、以及开口方向角度的物体，位于主动光源后；入射光光轴垂直入射至开口物体表面中心，即极坐标原点处，部分入射光被物体非开口部分遮挡，部分入射光穿过物体开口位置并继续传播，继续传播的光束称之为截断光束，上述截断光束沿原光轴以及原传播方向继续传播；所述相机用于接收由被开口物体截断后的光束强度图像，位于主动光源照射的开口物体后，截断光束垂直照射至该相机镜头中心；所述数据采集模块用于批量储存相机拍摄得到的截断光束强度图像，上述截断光束强度图像体现开口物体的开口特征；所述数据处理模块对储存的截断光束图像进行处理；其中，主动光源和相机的响应范围包括可见光波段、近红外/红外波段。4.根据权利要求1所述的一种基于主动光源的开口物体识别方法，其特征在于，所述步骤2中图像采集的系统由相机采集被开口物体截断后的主动光源强度图像，具体步骤如下：
步骤21：主动光源发出入射光束，照射到开口物体上；步骤22：调整相机位置，利用自动化程序采集多组开口物体截断后的光束强度图像；步骤23：更换不同开口物体，重复步骤21至步骤22；步骤24：将相机采集图像批量储存以供后续图像处理与识别。5.根据权利要求1所述的一种基于主动光源的开口物体识别方法，其特征在于，所述步骤3中图像处理的步骤是：该系统位于数据采集后，由图像处理算法对采集图像进行增强、滤波、阈值分割的处理，其工作步骤如下：步骤31：整合光路采集系统批量采集的截断光束强度图像；步骤32：对采集图像进行图像增强处理；步骤33：对采集图像进行图像滤波处理；步骤34：对采集图像进行图像分割处理。6.根据权利要求5所述的一种基于主动光源的开口物体识别方法，其特征在于，所述步骤32中图像增强处理方法具体包括：中心裁剪：对拍摄得到的物体截断光束图像...

【专利技术属性】
技术研发人员：岳洋，张译文，李思奡，王晓妍，安栋，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：