本发明专利技术提供一种热红外传感器标定方法、装置、电子设备及存储介质，涉及传感器标定技术领域，该方法包括：将原始图像输入分割模型，获取分割模型输出的原始图像对应的二值化图像，原始图像为待标定热红外传感器采集到的标定板的热红外图像，对上述二值化图像进行图像重建，获得原始图像对应的对比度增强图像，对上述对比度增强图像中棋盘格图案的角点的视觉特征进行特征增强，获得原始图像对应的特征增强图像，识别上述特征增强图像中棋盘格图案的角点，基于识别到的角点的位置信息，获取待标定热红外传感器的内外参数值。本发明专利技术能更准确、更高效地实现热红外传感器的标定，能提高热红外传感器标定的鲁棒性，能实现复杂场景下热红外传感器的标定。
【技术实现步骤摘要】
本专利技术涉及传感器标定，尤其涉及一种热红外传感器标定方法、装置、电子设备及存储介质。
技术介绍
1、在热红外传感器的实际应用中，为了确保热红外传感器采集到的热红外图像的准确性和可靠性，通常需要在热红外传感器进行数据采集对热红外传感器进行标定。
2、相关技术中传统的标定板上通常设置有黑白的棋盘格图案。相关技术中传统的热红外传感器标定方法中，可以对利用热红外传感器采集到的上述传统的标定板的热红外图像中棋盘格图案的角点进行角点检测和定位，进而可以基于上述角点的位置信息对热红外传感器进行标定。
3、但是，对于热红外传感器采集到的热红外图像而言，由于物体的温度分别通常是连续的，因此相较于可见光图像，热红外图像中物体的边界并不十分清晰。因此，基于上述传统的热红外传感器标定方法对热红外传感器进行标定时，利用热红外传感器采集到的上述传统的标定板的热红外图像中，棋盘格图案的角点缺乏足够的清晰度和对比度，使得角点检测算法无法可靠地识别并定位上述传统的标定板的热红外图像中棋盘格图案的角点，导致基于传统的热红外传感器标定方法难以准确地对热红外传感器进行标定。此外，热红外传感器在进行数据采集时，易受到环境因素的影响，导致在复杂热成像环境（例如非均匀温度、低对比对或噪声干扰等）下热红外传感器采集到的上述传统的标定板的热红外图像中，棋盘格图像的角点位置会发生漂移和/或模糊，将进一步降低热红外传感器标定的准确性。因此，如何更准确地标定热红外传感器，是本领域亟待解决的技术问题。
技术实现思路
<
p>1、本专利技术提供一种热红外传感器标定方法、装置、电子设备及存储介质，用以解决现有技术中难以准确地对热红外传感器进行标定的缺陷，实现提高热红外传感器标定的准确性。2、本专利技术提供一种热红外传感器标定方法，包括如下步骤。
3、将原始图像输入分割模型，获取所述分割模型输出的所述原始图像对应的二值化图像，所述原始图像为待标定热红外传感器采集到的标定板的热红外图像，所述标定板上设置有棋盘格图案，所述分割模型是基于样本图像以及所述样本图像对应的二值化图像进行训练后得到的，所述样本图像为样本热红外传感器采集到的所述标定板的热红外图像；
4、对所述原始图像对应的二值化图像进行图像重建，获得所述原始图像对应的对比度增强图像；
5、对所述原始图像对应的对比度增强图像中所述棋盘格图案的角点的视觉特征进行特征增强，获得所述原始图像对应的特征增强图像；
6、识别所述原始图像对应的特征增强图像中所述棋盘格图案的角点，基于识别到的角点的位置信息，获取所述待标定热红外传感器的内外参数值。
7、根据本专利技术提供的一种热红外传感器标定方法，所述分割模型，包括：编码器模块、热力边界感知模块和解码器模块；
8、所述将原始图像输入分割模型，获取所述分割模型输出的二值化图像，包括：
9、分别将所述原始图像输入所述编码器模块和所述热力边界感知模块，获取所述编码器模块输出的所述原始图像的多尺度特征和所述热力边界感知模块输出的所述原始图像对应的第一热力特征图；
10、将所述原始图像的多尺度特征和所述原始图像对应的第一热力特征图输入所述解码器模块，获取所述解码器模块输出的所述原始图像对应的二值化图像。
11、根据本专利技术提供的一种热红外传感器标定方法，所述对所述原始图像对应的二值化图像进行图像重建，获得所述原始图像对应的对比度增强图像，包括：
12、对所述原始图像和所述原始图像对应的二值化图像进行数据融合，获取第一目标图像；
13、利用自适应直方图均衡化算法对所述第一目标图像进行局部对比度增强，获得第二目标图像；
14、对所述第二目标图像和所述原始图像对应的第一热力特征图进行数据融合，获得所述原始图像对应的对比度增强图像。
15、根据本专利技术提供的一种热红外传感器标定方法，所述对所述原始图像对应的对比度增强图像中所述棋盘格图案的角点的视觉特征进行特征增强，获得所述原始图像对应的特征增强图像，包括：
16、基于索伯费德曼算子和高斯拉普拉斯算子提取所述原始图像对应的对比度增强图像中所述棋盘格图案的边缘的多尺度特征，获取所述原始图像对应的多尺度边缘图；
17、计算所述原始图像对应的多尺度边缘图的局部平均对比度，进而基于所述原始图像对应的多尺度边缘图的局部平均对比度和所述原始图像对应的多尺度边缘图，构建所述原始图像对应的特征融合图；
18、将所述原始图像对应的对比度增强图像输入所述热力边界感知模块，获取所述热力边界感知模块输出的所述原始图像对应的第二热力特征图，对所述原始图像对应的特征融合图和所述原始图像对应的第二热力特征图进行数据融合，获得所述原始图像对应的特征增强图像。
19、根据本专利技术提供的一种热红外传感器标定方法，所述识别所述原始图像对应的特征增强图像中所述棋盘格图案的角点，包括：
20、将所述原始图像对应的特征增强图像输入角点识别模型，获取所述角点识别模型输出的所述原始图像对应的特征增强图像的角点概率热图，所述角点识别模型基于高分辨率网络模型构建，基于所述样本图像对应的特征增强图像和所述样本图像对应的特征增强图像的角点概率热图进行训练后得到的；
21、利用非极大值抑制算法从所述原始图像对应的特征增强图像的角点概率热图中提取所述棋盘格图案的角点的位置信息。
22、根据本专利技术提供的一种热红外传感器标定方法，所述样本图像是基于如下步骤获取的：
23、获取样本热红外传感器采集到的所述标定板的热红外图像，作为原始样本图像，所述样本热红外传感器是标定后的热红外传感器；
24、对所述原始样本图像进行数据增强之后，将数据增强后的原始样本图像确定为所述样本图像，所述数据增强包括添加噪声、几何变换以及光照调整中的至少一种。
25、本专利技术还提供一种热红外传感器标定装置，包括如下模块：
26、图像二值化模块，用于将原始图像输入分割模型，获取所述分割模型输出的所述原始图像对应的二值化图像，所述原始图像为待标定热红外传感器采集到的标定板的热红外图像，所述标定板上设置有棋盘格图案，所述分割模型是基于样本图像以及所述样本图像对应的二值化图像进行训练后得到的，所述样本图像为样本热红外传感器采集到的所述标定板的热红外图像；
27、图像重建模块，用于对所述原始图像对应的二值化图像进行图像重建，获得所述原始图像对应的对比度增强图像；
28、特征增强模块，用于对所述原始图像对应的对比度增强图像中所述棋盘格图案的角点的视觉特征进行特征增强，获得所述原始图像对应的特征增强图像；
29、参数计算模块，用于识别所述原始图像对应的特征增强图像中所述棋盘格图案的角点，基于识别到的角点的位置信息，获取所述待标定热红外传感器的内外参数值。
30、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上本文档来自技高网
...
【技术保护点】
1.一种热红外传感器标定方法，其特征在于，包括：
2.根据权利要求1所述的热红外传感器标定方法，其特征在于，所述分割模型，包括：编码器模块、热力边界感知模块和解码器模块；
3.根据权利要求2所述的热红外传感器标定方法，其特征在于，所述对所述原始图像对应的二值化图像进行图像重建，获得所述原始图像对应的对比度增强图像，包括：
4.根据权利要求2所述的热红外传感器标定方法，其特征在于，所述对所述原始图像对应的对比度增强图像中所述棋盘格图案的角点的视觉特征进行特征增强，获得所述原始图像对应的特征增强图像，包括：
5.根据权利要求2所述的热红外传感器标定方法，其特征在于，所述识别所述原始图像对应的特征增强图像中所述棋盘格图案的角点，包括：
6.根据权利要求1至5任一所述的热红外传感器标定方法，其特征在于，所述样本图像是基于如下步骤获取的：
7.一种热红外传感器标定装置，其特征在于，包括：
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述热红外传感器的标定方法。
9.一种非暂态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6任一项所述热红外传感器的标定方法。
10.一种计算机程序产品，包括计算机程序，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6任一项所述热红外传感器的标定方法。
...
【技术特征摘要】
1.一种热红外传感器标定方法，其特征在于，包括：
2.根据权利要求1所述的热红外传感器标定方法，其特征在于，所述分割模型，包括：编码器模块、热力边界感知模块和解码器模块；
3.根据权利要求2所述的热红外传感器标定方法，其特征在于，所述对所述原始图像对应的二值化图像进行图像重建，获得所述原始图像对应的对比度增强图像，包括：
4.根据权利要求2所述的热红外传感器标定方法，其特征在于，所述对所述原始图像对应的对比度增强图像中所述棋盘格图案的角点的视觉特征进行特征增强，获得所述原始图像对应的特征增强图像，包括：
5.根据权利要求2所述的热红外传感器标定方法，其特征在于，所述识别所述原始图像对应的特征增强图像中所述棋盘格图案的角点，包括：
【专利技术属性】
技术研发人员：苟文博，郭新宇，邢新宇，谭熙，郭小东，
申请(专利权)人：北京市农林科学院信息技术研究中心，
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。