[发明专利]一种基于图像的疫木检测与定位方法及系统

权利要求书

1.一种基于图像的疫木检测与定位方法，其特征在于，包括以下步骤：

步骤1：视频预处理：将云台观测塔拍摄的视频抽取出单帧图像，进行图像预处理和标注，制作成数据集供网络模型训练、验证和测试；

步骤2：构建多尺度候选区域融合网络，在步骤1获得的数据集上训练该模型；

步骤3：将待测试图像输入到训练好的多尺度候选区域融合检测网络，得到输出结果，根据疫木三维定位几何模型，计算出疫木具体的地理三维坐标。

2.根据权利要求1所述基于图像的疫木检测与定位方法，其特征在于：所述步骤2具体步骤为：

步骤2-1：对多尺度候选区域融合网络的输入图像进行预处理，然后将图像缩放固定到224*224像素，最后将224*224像素的图像和放大一倍图像、缩小一倍图像分别作为多尺度候选区域融合网络的输入；

步骤2-2：分别将224*224像素的图像输入到卷积神经网络(ResNet32)中，将224*224像素放大一倍的图像输入到卷积神经网络(ResNet18)中，将224*224像素缩小一倍的图像输入到卷积神经网络(ResNet50)中，得到相对应的特征图；

步骤2-3：从特征图得到不同的候选区域。以ResNet18的特征图检测小目标的候选区域生成网络RPN，为S-RPN；以ResNet32的特征图检测中型目标的RPN，为M-RPN；以ResNet50的特征图检测大型目标的RPN，为L-RPN；采用非最大抑制NMS减少冗余的候选区域；

步骤2-4：通过步骤1获得的数据集在深度学习机上训练该多尺度候选区域融合网络，反复调节参数直至网络收敛，保存训练好的网络参数。

3.根据权利要求2所述基于图像的疫木检测与定位方法，其特征在于：所述步骤2-1对多尺度候选区域融合网络的输入图像进行预处理，包括图像翻转、旋转、色彩变换、加入高斯噪声等数据增强处理。

4.根据权利要求2所述基于图像的疫木检测与定位方法，其特征在于：所述步骤2-3的采用非最大抑制NMS减少冗余的候选区域，具体如下：

对于每个RPN模型，首先，为每个锚框分配一个正标签或负标签。正标签的遵循两个原则：(1)与真值区域具有最高IoU(交并比)的Anchor；或者(2)与真值区域的IoU值高于0.7的Anchor。负标签则是与真值区域的IoU值低于0.3的Anchor。而IoU分数在0.3-0.7范围内的Anchor则既不属于正标签也不属于负标签，在RPN模型训练中无作用；

然后，采用多任务损失函数作为模型训练的损失函数，其具体定义如下：

其中，i是一个批量的索引，p_i表示第i个锚生成的候选区域是目标区域的预测概率，表示该区域的真值标签，其中0表示负，1表示正。上述公式中对分类损失函数和回归损失函数分别采用N_cls、N_reg以平衡权重λ进行归一化。对于分类损失函数采用log损失函数，对于回归损失函数采用smoothL1损失函数。在边界框回归中，分别对预测框的中心点坐标以及预测框的宽高进行回归，预测框t_i和真值框分别如下定义。

其中，x、y分别表示预测框中心坐标，w、h分别表示预测框的宽和高；x_a、y_a分别表示锚的中心坐标，w_a、h_a分别表示锚的宽和高；x^*、y^*分别表示真值框的中心坐标，w^*、h^*分别表示真值框的宽和高。