【技术实现步骤摘要】
本专利技术涉及无人机检测，具体是涉及基于红外热成像的无人机检测方法、系统、设备及介质。
技术介绍
1、随着无人机在社会中越来越普及，尤其是小型无人机已经成为许多普通用户的消费品，有些时候用户对无人机的使用情况并不合理甚至是不合法，会对公共安全、商业秘密或者个人隐私造成威胁。目前已有学者提出一些对无人机的检测方法，但其仍存在一定弊端，比如：雷达的微波难以对体积较小的无人机产生作用、普通摄像头在夜间无法准确检测到无人机等等。因此，有必要提出一种高效可靠的无人机检测方案。
技术实现思路
1、本专利技术提供基于红外热成像的无人机检测方法、系统、设备及介质，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
2、第一方面，提供一种基于红外热成像的无人机检测方法，所述方法包括：
3、在待测热成像图像中按照给定步长进行遍历，并同步对遍历得到的每个像素点按照给定强度阈值条件进行标记；
4、构建一个有效像素点集合，将作出标记且满足所述给定强度阈值条件的所有像素点存储至所述有效像素点集合；
5、当所述有效像素点集合为非空集合时，按照给定坐标邻近条件将所述有效像素点集合拆分形成多个有效像素点子集合；
6、从所述多个有效像素点子集合中选取满足给定矩形构建标准的所有有效像素点子集合，再获取所述所有有效像素点子集合对应涵盖的所有最大矩形框；
7、在所述待测热成像图像中截取所述所有最大矩形框对应的所有矩形图像，再
8、进一步地，所述训练好的无人机检测模型是通过以下方式得到的：
9、获取训练图像集，其中每张训练图像包含标记有无人机检测结果的矩形框；
10、构建一个最优训练图像集，所述最优训练图像集包含所述训练图像集；
11、从所述训练图像集中移出任一训练图像；
12、从所述训练图像中获取对应的红外辐射强度值小于给定的红外热源强度阈值的多个像素点，再从所述多个像素点中获取对应的最大红外辐射强度值；
13、判断所述最大红外辐射强度值与给定的强度渐变量之间的和值是否小于所述红外热源强度阈值；若是，则将所述多个像素点对应的红外辐射强度值与所述强度渐变量相加，得到新的训练图像并将其存储至所述训练图像集和所述最优训练图像集中；
14、判断所述训练图像集是否为空集；若是，则利用所述最优训练图像集对搭建好的无人机检测模型进行训练，得到训练好的无人机检测模型；若否，则返回从所述训练图像集中移出任一训练图像的步骤。
15、进一步地，所述同步对遍历得到的每个像素点按照给定强度阈值条件进行标记包括：
16、当在所述待测热成像图像的遍历过程中每获取到一个像素点时，判断所述像素点对应的红外辐射强度值是否大于等于给定的红外热源强度阈值；若是，则对所述像素点赋予正向判断结果，以表征所述像素点满足所述给定强度阈值条件；若否，则对所述像素点赋予负向判断结果，以表征所述像素点不满足所述给定强度阈值条件。
17、进一步地，所述按照给定坐标邻近条件将所述有效像素点集合拆分形成多个有效像素点子集合包括：
18、从所述有效像素点集合中移出任一像素点；
19、判断所述有效像素点集合中是否存在与所述像素点的横坐标差值和纵坐标差值均不超过所述给定步长的多个像素点；若是，则将所述多个像素点移出并与所述像素点形成一个有效像素点子集合；若否，则将所述像素点单独形成一个有效像素点子集合；
20、循环执行上述两个操作，直至所述有效像素点集合变成空集。
21、进一步地，所述给定矩形构建标准为：在每个有效像素点子集合包含的所有像素点中，存在不相等的最大横坐标值和最小横坐标值，以及不相等的最大纵坐标值和最小纵坐标值。
22、进一步地，所述获取所述所有有效像素点子集合对应涵盖的所有最大矩形框包括：
23、对于满足给定矩形构建标准的每个有效像素点子集合，根据所述有效像素点子集合中包含的所有像素点的坐标信息，从所述所有像素点中获取最大横坐标值、最小横坐标值、最大纵坐标值和最小纵坐标值；
24、根据所述最大横坐标值、所述最小横坐标值、所述最大纵坐标值和所述最小纵坐标值，确定不同的四个顶点像素；
25、根据所述四个顶点像素，确定所述有效像素点子集合涵盖的最大矩形框。
26、进一步地，当所述有效像素点集合为空集时，生成记载所述待测热成像图像中不存在无人机的检测结果输出。
27、第二方面，提供一种基于红外热成像的无人机检测系统，所述系统包括：
28、第一模块，用于在待测热成像图像中按照给定步长进行遍历，并同步对遍历得到的每个像素点按照给定强度阈值条件进行标记；
29、第二模块，用于构建一个有效像素点集合，将作出标记且满足所述给定强度阈值条件的所有像素点存储至所述有效像素点集合；
30、第三模块，用于当所述有效像素点集合为非空集合时，按照给定坐标邻近条件将所述有效像素点集合拆分形成多个有效像素点子集合；
31、第四模块，用于从所述多个有效像素点子集合中选取满足给定矩形构建标准的所有有效像素点子集合，再获取所述所有有效像素点子集合对应涵盖的所有最大矩形框；
32、第五模块，用于在所述待测热成像图像中截取所述所有最大矩形框对应的所有矩形图像，再利用训练好的无人机检测模型对所述所有矩形图像进行处理，得到检测结果。
33、第三方面，提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序以实现如第一方面所述的基于红外热成像的无人机检测方法。
34、第四方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的基于红外热成像的无人机检测方法。
35、本专利技术至少具有以下有益效果：通过在模型训练阶段对获取到的训练图像集进行数据增强，即对每张训练图像中不符合给定强度阈值条件的像素点所关联的红外辐射强度值进行小幅度增加，可以增加训练图像的数量和检测难度，从而有效提升无人机检测模型在训练之后的检测能力和可靠性；通过定制像素级搜索步长来对待测热成像图像进行遍历，有助于提高整个检测方法的执行效率，从而更快地获取到对该待测热成像图像的检测结果。
本文档来自技高网...【技术保护点】
1.一种基于红外热成像的无人机检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述训练好的无人机检测模型是通过以下方式得到的：
3.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述同步对遍历得到的每个像素点按照给定强度阈值条件进行标记包括：
4.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述按照给定坐标邻近条件将所述有效像素点集合拆分形成多个有效像素点子集合包括：
5.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述给定矩形构建标准为：在每个有效像素点子集合包含的所有像素点中，存在不相等的最大横坐标值和最小横坐标值，以及不相等的最大纵坐标值和最小纵坐标值。
6.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述获取所述所有有效像素点子集合对应涵盖的所有最大矩形框包括：
7.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，当所述有效像素点集合为空集时，生成记载
8.一种基于红外热成像的无人机检测系统，其特征在于，所述系统包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序以实现如权利要求1至7任一项所述的基于红外热成像的无人机检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于红外热成像的无人机检测方法。
...【技术特征摘要】
1.一种基于红外热成像的无人机检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述训练好的无人机检测模型是通过以下方式得到的：
3.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述同步对遍历得到的每个像素点按照给定强度阈值条件进行标记包括：
4.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述按照给定坐标邻近条件将所述有效像素点集合拆分形成多个有效像素点子集合包括：
5.根据权利要求1所述的基于红外热成像的无人机检测方法，其特征在于，所述给定矩形构建标准为：在每个有效像素点子集合包含的所有像素点中，存在不相等的最大横坐标值和最小横坐标值，以及不相等的最大纵坐标值和最小纵坐标值。
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。