[发明专利]目标检测方法、装置、设备、计算机设备和存储介质

说明书

本申请涉及一种目标检测方法、装置、设备、计算机设备和存储介质。所述方法包括：通过获取目标图像，并采用最大熵与面积结合算法对所述目标图像进行第一目标检测和采用结构元顶帽算法对所述目标图像进行第二目标检测切换处理，以得到所述目标图像中的第一目标或第二目标。采用本方法可以提高检测准确率，降低虚警率。

技术领域

本申请涉及图像处理技术领域，特别是涉及一种目标检测方法、装置、设备、计算机设备和存储介质。

背景技术

随着图像处理技术的发展，出现了检测图像中不同尺寸目标的算法。其中，包括采用多尺度空间理论的方法和机器学习相关的方法等。

多尺度空间理论的方法的原理比较复杂，在实际场景中对场景的适应性不高，实时性不容易达到。对于基于机器学习相关的方法，该类方法需要大量的训练数据来训练分类器，但是目标检测研究缺少的就是数据。

然而，目前的方法，存在虚警率高等问题。

发明内容

基于此，有必要针对上述技术问题，提供一种目标检测方法、装置、设备、计算机设备和存储介质。

一种目标检测方法，所述方法包括：

获取目标图像，

采用最大熵与面积结合算法对所述目标图像进行第一目标检测和采用结构元顶帽算法对所述目标图像进行第二目标检测切换处理，以得到所述目标图像中的第一目标或第二目标。

在其中一个实施例中，所述采用最大熵与面积结合算法对所述目标图像进行第一目标检测和采用结构元顶帽算法对所述目标图像进行第二目标检测切换处理，以得到所述目标图像中的第一目标或第二目标包括：

若连续至少一帧未检测到所述第一目标，则采用结构元顶帽算法对所述目标图像进行第二目标检测。

在其中一个实施例中，所述若连续至少一帧未检测到第一目标，则采用结构元顶帽算法对所述目标图像进行第二目标检测之后包括：

若连续至少一帧未检测到所述第二目标，则返回对所述目标图像进行第一目标检测的步骤。

在其中一个实施例中，所述采用最大熵与面积结合算法对所述目标图像进行第一目标检测包括：

获取对所述目标图像进行分割的阈值，并根据所述阈值对所述目标图像进行分割，得到第一图像；

对所述第一图像进行连通域分析，得到第二图像；

对所述第二图像进行对比度分析，得到所述第一目标。

在其中一个实施例中，所述获取对所述目标图像进行分割的阈值，并根据所述阈值对所述目标图像进行分割，得到第一图像包括：

获取所述目标图像的灰度阶，并根据所述灰度阶分别计算所述灰度阶对应所述目标图像的灰度熵和所述灰度阶对应所述目标图像的区域面积，其中，所述目标图像的区域面积包括目标区域面积和背景区域面积；

根据所述目标区域面积和背景区域面积，获取所述目标图像的区域面积差；

若所述目标图像的灰度熵与所述目标图像的区域面积差乘积值最大，则获取所述乘积值最大时所述灰度阶对应的阈值。

在其中一个实施例中，所述对所述第一图像进行连通域分析，得到第二图像包括：

采用聚类分析，将所述第一图像中的目标区域进行聚合，得到可选目标区域。

在其中一个实施例中，所述对所述第二图像进行对比度分析，得到所述第一目标包括：

采用对比度分析，去除所述可选目标区域中的非目标区域，得到所述第一目标。