轻量级分布式光纤跳线感知图像目标检测系统的制作方法
本发明涉及图像目标检测,具体为轻量级分布式光纤跳线感知图像目标检测系统。
背景技术:
1、分布式光纤跳线感知图像中,目标物体往往呈现为局部纹理变化和色度差异,现有目标检测方案多依赖深度卷积神经网络进行端到端推理。此类方案需要大量标注数据训练模型,模型参数规模庞大,对部署设备的存储和计算资源要求较高,难以在资源受限的嵌入式或分布式现场处理节点上实时运行。传统基于手工特征的方法常采用单一尺度梯度提取与全局阈值分割,当感知图像因光纤弯曲、跳线挤压等因素出现非均匀光照和尺度变化时,单一尺度梯度响应对微弱目标的捕获能力不足,易导致漏检。同时,仅利用梯度幅值进行区域判别,在复杂背景和噪声干扰下会产生大量虚假候选区域,这些区域在形状上与真实目标缺乏区分性,会增加后续处理的计算开销并引入误检。在色度信息利用方面,已有技术通常孤立地分析色度特征,通过设定固定色度阈值或模板匹配方式筛选目标,未充分结合目标区域边界处的色度过渡特性与空间分布一致性进行定位。当背景色度分布动态变化时,固定阈值缺乏自适应能力,使边界定位精度下降。此外,在获得候选位置后,常规方案直接对候选窗口进行分类或回归,缺少对窗口内部边缘结构的累积强化与冗余窗口的有效抑制,导致最终检测结果中存在密集的重叠框和虚假响应点,难以满足分布式光纤跳线感知场景中对检测系统轻量化和高精度的双重要求。
2、如何在不依赖复杂训练模型的前提下,对非均匀光照下的多尺度目标进行稳定捕获,并在动态色度背景下实现精准边界定位与冗余抑制,是亟待解决的问题。
技术实现思路
1、本发明的目的在于提供一种轻量级分布式光纤跳线感知图像目标检测系统,以解决现有技术中模型计算量大、对非均匀光照和尺度变化适应性弱、色度信息利用不充分以及冗余检测难以有效抑制的问题。
2、为了实现上述目的,本发明提供如下技术方案:本发明提供一种轻量级分布式光纤跳线感知图像目标检测系统,包括亮度分离模块、梯度卷积模块、区域筛选模块、色度偏移模块、边界追踪模块和累积抑制模块。所述亮度分离模块获取分布式光纤跳线感知图像,并对所述感知图像执行亮度通道分离操作,得到亮度通道图和色度通道图。所述梯度卷积模块对所述亮度通道图执行多尺度方向导数卷积运算,得到梯度能量分布图。所述区域筛选模块根据所述梯度能量分布图提取连通域集合,并对所述连通域集合执行形状因子筛选,得到候选目标区域集合。所述色度偏移模块根据所述色度通道图计算所述候选目标区域集合中各区域的色度直方图偏移量,得到偏移量序列。所述边界追踪模块根据所述偏移量序列构建目标边界响应图,并对所述目标边界响应图执行局部极值点追踪,得到初始目标定位点集合;还根据所述初始目标定位点集合在所述感知图像中划定检测窗口集合,并对所述检测窗口集合执行边缘强度累积运算,得到累积边缘响应图。所述累积抑制模块根据所述累积边缘响应图对所述检测窗口集合执行非极大值抑制操作,得到目标检测结果图。该方案通过亮度与色度的协同分析,能够以轻量级计算实现跳线目标的精确定位,在保证检测精度的同时有效降低计算复杂度。
3、作为优选的实施方式,所述梯度卷积模块采用高斯函数对所述亮度通道图进行尺度空间变换,得到多尺度亮度图组;对所述多尺度亮度图组中各尺度图分别执行水平方向和垂直方向的一阶偏导卷积,得到水平梯度图和垂直梯度图;根据水平梯度图和垂直梯度图计算各像素点的梯度幅值,并将同一像素点在多尺度下的梯度幅值进行加权求和,得到所述梯度能量分布图。多尺度梯度融合增强了对不同尺度目标边缘的捕捉能力,能够在抑制背景噪声的同时保留弱目标的能量响应。
4、进一步地,所述区域筛选模块对所述梯度能量分布图执行二值化分割操作,得到二值化梯度掩膜图,再对二值化梯度掩膜图执行八邻域连通域标记,得到连通域集合;计算各连通域的形状因子,该形状因子由连通域的面积与周长平方的比值确定;将形状因子落入预设第一区间内的连通域保留,作为候选目标区域集合。利用形状因子约束可快速滤除细长条状噪声和不规则背景干扰,获得更加可靠的目标候选区域。
5、优选的,色度偏移模块对所述色度通道图进行色度分量量化处理,得到量化色度图;根据候选目标区域集合中各区域在量化色度图中的像素分布,构建各区域的色度直方图;计算各区域的色度直方图与预设背景色度直方图之间的推土机距离,得到各区域对应的色度直方图偏移量;按照区域空间排列顺序将各区域的色度直方图偏移量组成所述偏移量序列。推土机距离作为色度分布差异的度量,对照明变化和色度偏移具有较好的鲁棒性,使偏移量序列能够稳定反映目标区域相对于背景的色度异常。
6、边界追踪模块在构建目标边界响应图时,将所述偏移量序列映射回感知图像的空间坐标,得到各像素点的偏移量插值,并依据该偏移量插值生成目标边界响应图;在局部极值点追踪时,对目标边界响应图中的每个像素点执行邻域比较操作,筛选出响应值大于邻域内所有像素点响应值的像素点作为局部极值点;从每个局部极值点出发沿着响应值梯度下降方向进行路径追踪,直至到达响应值局部极小位置,将追踪路径上的响应值极大位置记录为初始目标定位点集合。这种基于极值追踪的定位方式能够准确锁定目标边缘中心,有效抑制非目标的杂乱响应。
7、在得到初始目标定位点集合后,边界追踪模块以每个定位点为中心,按照预设窗口边长在感知图像中划定矩形检测窗口,得到检测窗口集合;对每个检测窗口执行边缘检测算子卷积,得到窗口边缘强度图;对窗口边缘强度图沿窗口的行方向和列方向分别执行投影累积,得到行累积向量和列累积向量,并根据行累积向量和列累积向量生成累积边缘响应图。优选的,所述边缘检测算子卷积的过程包括:获取sobel水平卷积核和sobel垂直卷积核;采用所述sobel水平卷积核对当前检测窗口进行卷积得到水平边缘响应矩阵,采用所述sobel垂直卷积核进行卷积得到垂直边缘响应矩阵;根据水平边缘响应矩阵和垂直边缘响应矩阵计算各像素点的合成边缘强度值,从而生成窗口边缘强度图。行列投影累积将二维边缘分布压缩为一维响应,便于快速提取目标的累计边缘特征。
8、在累积抑制模块中,将累积边缘响应图中各像素点的响应值按降序排列,得到响应值排序列表;按照响应值排序列表依次选取当前最大响应值对应的像素点,将该像素点记录为目标检测点;同时对当前最大响应值对应的检测窗口所覆盖的所有像素点,在累积边缘响应图中将所述所有像素点的响应值置为零;继续遍历排序列表直至完成,得到目标检测结果图。该抑制操作能够消除同一目标上的重复检测窗口,保留置信度最高的检测结果,使最终输出干净且定位准确。
9、在尺度空间变换过程中,优选的,设定多个尺度因子,根据各尺度因子确定各高斯核的核宽度参数;采用各高斯核对亮度通道图分别执行卷积运算,得到各尺度下的亮度卷积图;再对各尺度下的亮度卷积图执行下采样操作,使各尺度下的亮度卷积图的空间分辨率保持一致,得到所述多尺度亮度图组。该处理保持了多尺度分析的一致维度,便于后续梯度幅值的加权融合,且提升了尺度适应性。
10、在色度分量量化处理时,将色度通道图中各像素点的色度值按照预设量化步长划分至对应的色度区间,得到各像素点的量化色度等级,并生成量化色度索引矩阵作为量化色度图。预设量化步长根据色度通道的动态范围与目标检测精度确定,能够在保证足够色度区分能力的同时,大幅压缩直方图构建与距离计算的开销,兼顾轻量级运算需求。
11、在上述技术方案中,本发明提供的技术效果和优点:
12、多尺度方向导数卷积配合形状因子筛选的方式,对亮度通道图执行高斯尺度空间变换并获取多尺度下的水平与垂直方向梯度,将同一像素点的多尺度梯度幅值加权求和形成梯度能量分布图。该处理使微弱目标的边缘在多个尺度上得到增强累积,抑制了单一尺度下因光纤非均匀照明引起的梯度响应缺失。从梯度能量分布图中提取连通域后,依据连通域面积与周长平方的比值计算形状因子,仅保留形状因子落入预设区间的区域作为候选目标。这种形状因子约束剔除了因背景纹理杂乱产生的细长或块状虚假区域,保留了与典型目标形态一致的紧凑区域,降低了候选区域数量,使得后续色度分析与边界追踪的处理开销大幅减少,同时提升了目标区域提取的准确度。色度直方图偏移量与边界响应追踪的组合,通过对色度通道进行量化并构建各候选区域的色度直方图,计算区域直方图与预设背景色度直方图之间的推土机距离得到偏移量,将偏移量序列映射回空间坐标生成目标边界响应图。推土机距离能够度量色度分布的整体迁移代价,在背景色度发生整体偏移时仍然能稳定反映目标与背景的色度差异。在边界响应图上执行局部极值点追踪,从每个极值点沿响应值梯度下降方向移动至局部极小位置,记录路径上的响应极大位置作为初始目标定位点。这一追踪过程使目标边界处的微弱色度过渡被转化为连续响应脊线,并沿脊线收敛至目标中心区域,避免了因局部色度噪声产生孤立响应点,从而获得紧凑而准确的初始定位点集合。在初始定位点基础上划定的检测窗口内,通过水平与垂直边缘投影累积构建累积边缘响应图,并采用基于响应值排序的非极大值抑制,逐个提取响应最强的窗口并抑制重叠区域,使得最终的目标检测结果图中有效剔除了重复定位框,输出的检测点位置与目标空间分布保持高度一致。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com