System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像处理,具体为一种样本检测方法。
技术介绍
1、数字图像处理技术应用广泛,如医学影像、卫星遥感、计算机视觉等领域,数字图像处理是以数字计算机为基础的一种图像处理方式,其基础部分包括:数字图像的表示:数字图像由像素组成,每个像素都有其对应的灰度或颜色值,这些值可以用矩阵或向量形式表示。灰度变换:通过对像素灰度值进行线性或非线性的变换,可以改变图像的亮度、对比度等特征。空间滤波:利用模板与图像相乘得到新的像素值,可以实现图像平滑、边缘检测等操作。频域滤波:将图像变换到频域,通过频率域的操作实现图像处理,如傅里叶变换、小波变换等。形态学处理:基于图像中物体的形状和结构,进行图像操作,如膨胀、腐蚀等,图像压缩:利用编码方法将图像数据压缩到更小的空间。
2、目前,针对低光照暗黑的图像的处理采用了采用msrcr和msrcp图像增强算法,但是其增强的强度还不够,速度不够快,对比度和图像信息熵的数据还不够高和准确。
3、针对上述问题,所以需要一种样本检测方法。
技术实现思路
1、本专利技术的目的在于提供一种样本检测方法。本专利技术对低光照的图像能大大提高相应的对比度和图像信息熵的数据,能提高低光照图像处理的准确度,更加的高效。
2、本专利技术是这样实现的:
3、本专利技术提供一种样本检测方法,具体按以下步骤执行:
4、s1:使用直方图均衡化方法设计单调的非线性映射函数f,将原始图像转换为均衡图像;
5、假设原始
6、如式(1);
7、
8、通过映射函数,将灰度da转换为db,如式(2);
9、
10、经均衡化后的直方图呈均匀分布,有得出如式(3);
11、
12、其中,a0是像素点的数量,l为灰度范围,取值范围为(0-255)。
13、s2:选取开元的低光照图像集,通过神经网络进行图像增强训练;具体按以下步骤执行:
14、s2.1:选取exdark数据集作为标准开源低光照图像数据集;光照图像集包括从弱光环境到普通环境的不同光照条件及12个类别的待识别对象,在训练的过程中,选取其中一部分作为训练集,另一部分作为测试集,其中光照图像集的80%作为训练集,20%作为测试集。
15、首先将输入的图像像素统一标准,然后卷积核进行第一次卷积运算,和第二次运算;统一的标准为像素调整为256x256再采用32个3×3的卷积核进行第一次卷积运算,分别对应r、g、b三通道,进行第一次池化操作,池化窗口大小为5×5,步长为4,经池化操作后的图像尺寸为64×64。经过第一次池化后,再采用16个3×3的卷积核进行第二次卷积运算,再进行第二次池化操作,池化窗口大小为5×5,步长为4,经池化操作后的图像尺寸为16×16。
16、s2.2:再进入全连接层。
17、s3:得到图像信息熵、图像对比度高的低光照的增强效果的检测图像。
18、进一步,在第二次运算时,第一层输入为256个神经元,对应池化层2的16×16个像素点,输出为128个神经元;第二层输入为第一层的输出128个神经元,输出为12个神经元,对应待识别的12类对象。
19、进一步,本专利技术提供一种计算机可读存储介质,存储介质存储有计算机程序,所述计算机程序被主控制器执行时实现如上述任一项所述的方法。
20、与现有技术相比,本专利技术的有益效果是:
21、1、本专利技术对低光照的图像能大大提高相应的对比度和图像信息熵的数据,能提高低光照图像处理的准确度,更加的高效。
本文档来自技高网...【技术保护点】
1.一种样本检测方法,其特征在于:具体按以下步骤执行:
2.根据权利要求1所述的一种样本检测方法,其特征在于:在步骤S1中,假设原始图像A,均衡图像的直方图分布分别为HA(D),如式(1);
3.根据权利要求1所述的一种样本检测方法,其特征在于:在步骤S2中,光照图像集包括从弱光环境到普通环境的不同光照条件及12个类别的待识别对象,在训练的过程中,选取其中一部分作为训练集,另一部分作为测试集。
4.根据权利要求1所述的一种样本检测方法,其特征在于,在步骤S2中,具体按以下步骤执行:
5.根据权利要求1所述的一种样本检测方法,其特征在于,在步骤S2.1中,统一的标准为像素调整为256X256再采用32个3×3的卷积核进行第一次卷积运算,分别对应R、G、B三通道,进行第一次池化操作,池化窗口大小为5×5,步长为4,经池化操作后的图像尺寸为64×64。
6.根据权利要求5所述的一种样本检测方法,其特征在于,经过第一次池化后,再采用16个3×3的卷积核进行第二次卷积运算,再进行第二次池化操作,池化窗口大小为5×5,步长为4,经池
7.根据权利要求4所述的一种样本检测方法,其特征在于,在第二次运算时,第一层输入为256个神经元,对应池化层2的16×16个像素点,输出为128个神经元;第二层输入为第一层的输出128个神经元,输出为12个神经元,对应待识别的12类对象。
8.根据权利要求3所述的一种样本检测方法,其特征在于,其中光照图像集的80%作为训练集,20%作为测试集。
9.根据权利要求4所述的一种样本检测方法,其特征在于:选取ExDark数据集作为标准开源低光照图像数据集。
10.一种计算机可读存储介质,存储介质存储有计算机程序,其特征在于,所述计算机程序被主控制器执行时实现如上述权利要求1-9中的任一项所述的方法。
...【技术特征摘要】
1.一种样本检测方法,其特征在于:具体按以下步骤执行:
2.根据权利要求1所述的一种样本检测方法,其特征在于:在步骤s1中,假设原始图像a,均衡图像的直方图分布分别为ha(d),如式(1);
3.根据权利要求1所述的一种样本检测方法,其特征在于:在步骤s2中,光照图像集包括从弱光环境到普通环境的不同光照条件及12个类别的待识别对象,在训练的过程中,选取其中一部分作为训练集,另一部分作为测试集。
4.根据权利要求1所述的一种样本检测方法,其特征在于,在步骤s2中,具体按以下步骤执行:
5.根据权利要求1所述的一种样本检测方法,其特征在于,在步骤s2.1中,统一的标准为像素调整为256x256再采用32个3×3的卷积核进行第一次卷积运算,分别对应r、g、b三通道,进行第一次池化操作,池化窗口大小为5×5,步长为4,经池化操作后的图像尺寸为64×64。
6.根据权利要求5所...
【专利技术属性】
技术研发人员:邢希学,王帅,迟海鹏,
申请(专利权)人:北京戴纳实验科技有限公司,
类型:发明
国别省市:
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。