[发明专利]一种基于深度学习的目标识别方法

权利要求书

1.一种基于深度学习的目标识别方法，其特征在于，所述方法包括如下步骤：

步骤1：通过高精度成像系统获取活动场景的光谱图像；

步骤2：提取所述光谱图像的光谱信息，将所述光谱信息导入至所述成像系统的光谱信息数据库进行数据匹配，完成初步信息筛选；

步骤3：若所述光谱信息匹配失败，则所述成像系统中的主控芯片控制进行下一帧活动场景光谱图像的获取；

步骤4：若所述光谱信息数据库中匹配到对应的光谱信息，所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标，并根据所述位置坐标，所述主控芯片控制所述成像系统进行活动场景的全方位摄像扫描，获得红外图像和光谱图像，并进行图像融合处理；

步骤5：将融合处理后的图像进行非均匀校正。

2.根据权利要求1所述基于深度学习的目标识别方法，其特征在于，所述成像系统包括高光谱成像仪、焦平面相机和红外相机；所述红外相机数量为2个以上，且所述焦平面相机与红外相机集成在高光谱成像仪中，并分别与所述主控芯片通信连接，所述主控芯片包括FPGA，所述光谱信息在FPGA的内部RAM中进行数据匹配。

3.根据权利要求2所述基于深度学习的目标识别方法，其特征在于，在所述步骤1中获取活动场景光谱图像时，所述主控芯片控制所述红外相机处于未激活状态。

4.根据权利要求3所述基于深度学习的目标识别方法，其特征在于，所述步骤4具体包括：所述主控芯片自动定位出所述光谱信息在光谱图像中的位置坐标后，确定出已匹配成功的所述光谱信息的中心位置，计算出所述成像系统的成像标板与水平方向的夹角，并确定出所述成像标板与所述成像系统中的摄像模组之间的偏转角度，所述主控芯片控制所述红外相机以及所述高光谱成像仪沿着所述偏转角度进行分辨率扫描，完成活动场景的全方位摄像扫描。

5.根据权利要求4所述基于深度学习的目标识别方法，其特征在于，在所述红外相机以及所述高光谱成像仪沿着所述偏转角度进行分辨率扫描时，所述主控芯片通过对红外视场内的光谱信息识别区域以及光谱视场内的光谱信息识别区域进行运动检测，确定其运动轨迹，并完成两个运动轨迹的拟合，选取尺度变换矩阵，使用该矩阵生成待融合的红外图像以及高光谱图像。

6.根据权利要求5所述基于深度学习的目标识别方法，其特征在于，所述主控芯片进一步控制FPGA中的图像融合处理单元对所述红外图像以及所述高光谱图像进行亮度调节、去噪、中心配准、融合以及图像增强等操作，其中，所述图像融合处理单元包括DSP，FLASH以及尺度校正存储器；所述FPGA结合尺度校正存储器共同完成红外图像的细节提取以及轮廓提取，并完成光谱图像与红外图像之间的配准几何尺度变换，以及图像细节和轮廓融合；所述DSP连接图像编码器，并结合连接FLASH以及FPGA中的RAM，用于将经过处理的数字视频信号结合行、场同步信号合成为模拟视频信号并进行驱动以便于显示；

当所述主控芯片控制进行所述红外图像以及光谱图像融合时，所述图像融合处理单元对所述红外图像以及光谱图像各自分成不重叠的块，分别计算其中的信息量，将所述红外图像以及光谱图像使用高斯金字塔分成不同尺度的图像，所述FPGA在不同尺度提取细节特征，并根据所述信息量特征进行加权评估，最后采用拉普拉斯金字塔进行合成，形成新的融合图像。

7.根据权利要求6所述基于深度学习的目标识别方法，其特征在于，

对融合处理后的图像进行亮度检测，并与一标准亮度进行对比，当所述图像亮度低于所述标准亮度时，对图像亮度进行处理以达到适于测试的亮度值；

对融合处理后的图像进行图像去噪，所述图像去噪仅针对所述光谱信息识别区域进行去噪，以减少所述主控芯片的运算消耗；

采用自适应图像增强技术对融合后的图像进行图像增强处理。

8.根据权利要求7所述基于深度学习的目标识别方法，其特征在于，在所述步骤5中，对融合处理后的图像进行非均匀校正方法，其具体包括：

步骤5.1：在所述高精度成像系统用于活动场景成像前，分别采集所述红外相机各个光敏元在各温度值下的响应数据，并利用如下公式分别计算各温度段的增益系数G_ij和偏置系数Q_ij

其中X_ij(H)和X_ij(L)分别是像元(i，j)在高温和低温均匀辐射背景下的响应，V_H和V_L分别是所述红外相机中所有像元的平均输出；

步骤5.2：所述成像系统的主控芯片将上述各温度段的增益系数G_ij和偏置系数Q_ij实时存储至FPGA内部RAM，以备后续使用；

步骤5.3：在所述步骤4完成后，利用融合处理后的融合图像的纹理和边缘特征对融合图像中的光谱信息识别区域进行深度识别；

步骤5.4：依据融合图像的不同光谱信息分布，将目标光谱区域进行图像分割，形成各个特征区域；

步骤5.5：基于FPGA的并行处理能力，分别对所述融合图像的各个特征区域同时进行非均匀校正；针对每一个特征区域，所述主控芯片首先计算所述特征区域中各点的平均温度，然后根据所述平均温度，从所述FPGA中的RAM中读取相应的校正参数，并根据如下公式完成非均匀校正：

其中表示均匀辐照度条件下红外探测器输出的图像；

步骤5.6：校正后的融合图像采用均值滤波法对边界灰度值进行补偿。