[发明专利]基于卷积神经和候选区域的红外暗弱光小目标检测系统

说明书

本发明公开了基于卷积神经和候选区域的红外暗弱光小目标检测系统，其结构包括图像采集模块，图像预处理模块，目标检测模块和监控平台，所述目标检测模块对图像提一次卷积层特征，得到卷积层特征图，然后在原图中选取候选区域，利用图像中的纹理、边缘、颜色等信息，预先找出图中目标可能出现的位置。由于候选区域算法利用了图像中的纹理、边缘、颜色等信息，可以保证在选取较少窗口的情况下保持较高的召回率。这大大降低了后续操作的时间复杂度，并且获取的候选窗口要比滑动窗口的质量更高；对原图像仅进行一次卷积操作，节省了大量时间，大大加快了目标检测的速度；使用神经网络进行目标特征提取，检测精度高。

技术领域

本发明涉及红外暗弱光小目标提取的图像处理技术领域，具体为基于卷积神经和候选区域的红外暗弱光小目标检测系统。

背景技术

红外目标检测技术主要利用背景和目标之间的红外辐射差异来进行目标识别，但是当目标距离较远时,目标在视野中是以小目标的形态出现的,并且信号微弱,以至被淹没在复杂的背景之中,导致目标检测非常困难，且目标没有纹理和结构信息，采用传统目标检测方法很难检测。于是，需要利用序列图像的信息才能进行可靠检测。但是在缺少目标轨迹、方向以及位置等先验信息条件下，检测的难度更大。而且在实际条件下，待检测的目标运动方式为机动运动，同时图像上噪声为非高斯噪声，使用传统跟踪算法效果不理想。因此，需要设计新的方法对目标机动运动条件下进行实时准确的检测。

发明内容

本发明的目的在于提供基于卷积神经和候选区域的红外暗弱光小目标检测系统，解决了背景技术中所提出的问题。

为实现上述目的，本发明提供如下技术方案：基于卷积神经和候选区域的红外暗弱光小目标检测系统，其结构包括图像采集模块，图像预处理模块，目标检测模块和监控平台，所述目标检测模块对图像提一次卷积层特征，得到卷积层特征图，然后在原图中选取候选区域，利用图像中的纹理、边缘、颜色等信息，预先找出图中目标可能出现的位置，对候选区域进行特征提取和分类，并采用卷积神经网络的方法，来获取目标卷基层特征，将每个候选区域提取到的目标卷积层特征输入到分类器进行分类，找出待检目标。

作为本发明的一种优选实施方式，所述目标检测模块在对候选区域进行特征提取前将候选区域在原图的位置映射到卷积层特征图上。

作为本发明的一种优选实施方式，所述图像采集模块用来采集并获取连续帧红外图片，然后将图片传送至图像预处理模块。

作为本发明的一种优选实施方式，所述图像预处理模块将接收到的图片进行模数转换、滤波、消除模糊、减少噪声、纠正几何失真等预处理操作，之后传送至目标检测模块。

作为本发明的一种优选实施方式，所述目标检测模块将目标标记后的图片传输至监控平台。

作为本发明的一种优选实施方式，所述监控平台接收到目标图像，并根据操作人员的指令进行命令输送。

与现有技术相比，本发明的有益效果如下：

由于候选区域算法利用了图像中的纹理、边缘、颜色等信息，可以保证在选取较少窗口的情况下保持较高的召回率。这大大降低了后续操作的时间复杂度，并且获取的候选窗口要比滑动窗口的质量更高；

对原图像仅进行一次卷积操作，节省了大量时间，大大加快了目标检测的速度；

使用神经网络进行目标特征提取，检测精度高。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明基于卷积神经和候选区域的红外暗弱光小目标检测系统的系统框架图；

图2为本发明基于卷积神经和候选区域的红外暗弱光小目标检测系统的目标检测模块图。