【技术实现步骤摘要】
一种基于融合策略的目标物体边缘检测方法与系统
本专利技术属于图片处理
,更具体地,涉及一种基于融合策略的目标物体边缘检测方法与系统。
技术介绍
在不同的应用中,需要从图片中检测目标物体的边缘例如检测电路板的边缘,智能驾驶中路面边缘等等,在复杂背景干扰的图片中检测目标物体的边缘显得十分重要和具有挑战性。边缘检测是计算机视觉领域的传统研究方向,传统的方法大部分都只关注图片的局部特征,所以检测效果很容易受噪声影响,在检测物体边缘时常常出现误检或漏检的情况,近年来出现的很多基于深度学习的边缘检测方法都利用了图片的多尺度信息和高层语义信息,比传统边缘检测方法鲁棒性更好,但检测的边缘不够精细,影响后续对目标物体区域的精确定位。
技术实现思路
针对现有技术的以上缺陷或改进需求,本专利技术提出一种基于融合策略的目标物体边缘检测方法,其目的在于,将通过金字塔多尺度Canny算子检测到的精细边缘与优化后的改进边缘检测网络输出边缘进行融合,进一步提升边缘精确度,由此解决现有技术中检测的边缘不够精细的技术问题。为实现上述目的,按照本专利技术的一个方面,提供了一种基于融合策略的目标物体边缘检测方法,包括:改进边缘检测网络:去除传统边缘检测网络中最后两个用于下采样的池化层,提高后两个侧边输出层的边缘精度,为了降低去除池化层后对感受野的影响,在最后两部分网络中使用扩张卷积来提升感受野;图片边缘融合:利用改进边缘检测网络对待检测图片进行检测得到边缘,将通过金字塔多尺度Canny算子检测到的精细边缘与 ...
【技术保护点】
1.一种基于融合策略的目标物体边缘检测方法,其特征在于,包括:/n改进边缘检测网络:去除传统边缘检测网络中最后两个用于下采样的池化层,提高后两个侧边输出层的边缘精度,为了降低去除池化层后对感受野的影响,在最后两部分网络中使用扩张卷积来提升感受野;/n图片边缘融合:利用改进边缘检测网络对待检测图片进行检测得到边缘,将通过金字塔多尺度Canny算子检测到的精细边缘与优化后的改进边缘检测网络输出边缘进行融合,进一步提升边缘精确度得到边缘融合图片;/n目标物体边缘定位:对边缘融合图片进行后处理排除非目标物体边缘,在输出的边缘图片中定位目标物体的边缘。/n
【技术特征摘要】 【专利技术属性】
1.一种基于融合策略的目标物体边缘检测方法,其特征在于,包括:
改进边缘检测网络:去除传统边缘检测网络中最后两个用于下采样的池化层,提高后两个侧边输出层的边缘精度,为了降低去除池化层后对感受野的影响,在最后两部分网络中使用扩张卷积来提升感受野;
图片边缘融合:利用改进边缘检测网络对待检测图片进行检测得到边缘,将通过金字塔多尺度Canny算子检测到的精细边缘与优化后的改进边缘检测网络输出边缘进行融合,进一步提升边缘精确度得到边缘融合图片;
目标物体边缘定位:对边缘融合图片进行后处理排除非目标物体边缘,在输出的边缘图片中定位目标物体的边缘。
2.如权利要求1所述的基于融合策略的目标物体边缘检测方法,其特征在于,所述改进边缘检测网络由传统边缘检测网络改进后得到,具体为:
由5个stage组成,只在前三个stage之间保留了2×2的最大池化层,stage2和stage3输出的边缘特征图尺寸分别为输入图片的1/2和1/4,所以stage4和stage5输出的特征图尺寸均为输入图片的1/4,网络中后两个stage输出特征图尺寸分别为输入图片的1/8和1/16;对于每一个stage内部的卷积层,首先通过1×1的卷积层降低通道数,进行特征压缩,然后进行相加,再通过一个1×1的卷积层将通道数降低为1,并进行反卷积操作,使输出特征图尺寸与输入图片保持一致,最后再融合输出最终的边缘预测图。
3.如权利要求2所述的基于融合策略的目标物体边缘检测方法,其特征在于,所述改进边缘检测网络在传统边缘检测网络中的stage4和stage5引入了扩张卷积,三个卷积核的扩张系数分别为1、2和4,而它们的感受野大小分别为3×3、7×7和15×15,扩张卷积在不增加网络参数不减小图片尺寸的前提下提升了网络的感受野。
4.如权利要求1或2所述的基于融合策略的目标物体边缘检测方法,其特征在于,改进边缘检测网络的损失函数为:
L(W)=λ1*Lside(W)+(1-λ1)Lfuse(W)
其中λ1是加权系数,Lside(W)为侧边输出损失,Lfuse(W)为融合损失。
5.如权利要求4所述的基于融合策略的目标物体边缘检测方法,其特征在于,所述侧边输出损失融合损失其中代表网络中第k个stage输出的预测值,代表融合输出层的预测值,|I|代表图片I中像素点的数量,K代表网络中stage的数量,l(Xi;W)为单个像素点的损失函数。
6.如权利要求5所述的基于融合策略的目标物体边缘检测方法,其特征在于,所述单个像素点的损失函数如下式所示:
其中,
技术研发人员:彭秀英,彭松仁,周曼莉,王红娟,
申请(专利权)人:武汉伊特森科技有限公司,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。