【技术实现步骤摘要】
本申请涉及计算机，尤其涉及一种红外与可见双光渗漏目标检测方法、系统及介质。
技术介绍
1、图像目标识别是快速检测堤坝渗漏的有效方法，目前，在通过单源视觉图像进行堤坝渗漏检测领域的相关技术中，由于可见光图像分辨率高、包含丰富的细节状态下，在理想状态下，能够通过可见光图像直观判断是否发生渗漏，但是当光照条件太差或者有植被遮挡时，基于不可能通过可见光观察渗漏情况。相较于可见光图像，红外图像能够轻松表征可见光无法观察到的堤坝浅层渗漏区域，并且全天候适用，但是，由于分辨率低、细节信息不足，容易导致红外图像难以提供真实的空间特征，通过红外图像识别渗漏的方法，在空间环境复杂时，可能会导致误判。
2、此外，使用传统图像分割方法(如阈值分割、区域生长和边缘检测等)对渗漏图像进行分割时，由于图像分割参数难以具备多场景适应性，可能会导致分割结果含有较多噪点，甚至错误分割。
技术实现思路
1、本申请实施例的主要目的在于提出一种红外与可见双光渗漏目标检测方法、系统及介质，旨在实现效率高、准确度高的堤坝渗漏检测。
2、为实现上述目的，本申请实施例的一方面提出了一种红外与可见双光渗漏目标检测方法，所述方法包括：
3、基于渗漏特征，对堤坝的初始红外图像和初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像；
4、对所述第一红外图像和所述第一可见光图像进行图像增强处理，得到第二红外图像和第二可见光图像；
5、根据融合权重对所述第二红外图像和所述
6、对所述第一融合图像进行图像标注处理，得到第一训练数据；
7、根据所述第一训练数据，对初始堤坝渗漏检测模型进行模型训练，优化所述融合权重以及所述图像增强处理的策略，得到第一堤坝渗漏检测模型；
8、将待检测堤坝红外图像和对应的待检测可见光图像输入所述第一堤坝渗漏检测模型进行检测，得到渗漏检测结果。
9、在一些实施例中，所述基于渗漏特征，对堤坝的初始红外图像和初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
10、根据初始红外图像和初始可见光图像各自的渗漏区域和轮廓，确定渗漏特征的明显程度；
11、当所述明显程度均大于预设的第一条件，采用基于尺度不变特征变换的双光图像配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像；
12、当所述明显程度其中之一小于所述第一条件，采用中心配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像。
13、在一些实施例中，所述采用基于尺度不变特征变换的双光图像配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
14、对所述初始红外图像进行尺度不变特征变换处理，得到可见光图像目标特征点集；
15、对所述初始可见光图像进行尺度不变特征变换处理，得到红外图像目标特征点集；
16、对所述可见光图像目标特征点集和所述红外图像目标特征点集进行特征点匹配，得到匹配点；
17、对所述匹配点进行匹配点矫正，得到第一红外图像和第一可见光图像。
18、在一些实施例中，尺度不变特征变换的步骤，包括以下步骤：
19、对输入图像进行尺度空间极值检测，得到尺度和旋转不变的兴趣点；
20、根据所述兴趣点的稳定程度确定关键点；
21、基于所述输入图像的局部的梯度方向，为每个所述关键点分配一个或者多个方向；
22、根据所述方向，在每个所述关键点的周围领域内，测量图像局部的梯度结果，得到目标特征点。
23、在一些实施例中，所述采用中心配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
24、获取所述初始红外图像和所述可见光图像的拍摄距离和拍摄角度；
25、根据所述初始红外图像和所述可见光图像确定相同物体的中心位置；
26、根据所述中心位置确定裁剪参数、缩放参数和平移参数；
27、当所述初始红外图像和所述可见光图像的所述拍摄距离和所述拍摄距离均一致，根据所述裁剪参数、所述缩放参数和所述平移参数进行图像配准，得到第一红外图像和第一可见光图像。
28、在一些实施例中，所述根据所述第一训练数据，对初始堤坝渗漏检测模型进行模型训练，优化所述融合权重以及所述图像增强处理的策略，得到第一堤坝渗漏检测模型，包括以下步骤：
29、通过所述初始堤坝渗漏检测模型对所述第一训练数据进行堤坝渗漏检测，得到第一检测结果；
30、基于所述第一训练数据的标注，计算所述第一检测结果的平均精度和f1值；
31、对所述融合权重和所述图像增强处理的策略进行参数调整，更新所述初始堤坝渗漏检测模型；
32、重复执行所述通过所述初始堤坝渗漏检测模型对所述第一训练数据进行堤坝渗漏检测，得到第一检测结果的步骤，直至所述融合权重和所述图像增强处理的策略的所述平均精度和所述f1值均符合预设的第二条件，得到第一堤坝渗漏检测模型。
33、在一些实施例中，所述初始堤坝渗漏检测模型采用yolov8网络框架进行构建。
34、为实现上目的，本申请实施例的另一方面提出了一种红外与可见双光渗漏目标检测系统，所述系统包括：
35、第一模块，用于基于渗漏特征，对堤坝的初始红外图像和初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像；
36、第二模块，用于对所述第一红外图像和所述第一可见光图像进行图像增强处理，得到第二红外图像和第二可见光图像；
37、第三模块，用于根据融合权重对所述第二红外图像和所述第二可见光图像进行图像融合处理，得到第一融合图像；
38、第四模块，用于对所述第一融合图像进行图像标注处理，得到第一训练数据；
39、第五模块，用于根据所述第一训练数据，对初始堤坝渗漏检测模型进行模型训练，优化所述融合权重以及所述图像增强处理的策略，得到第一堤坝渗漏检测模型；
40、第六模块，用于将待检测堤坝红外图像和对应的待检测可见光图像输入所述第一堤坝渗漏检测模型进行检测，得到渗漏检测结果。
41、为实现上述目的，本申请实施例的另一方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现前面所述的方法。
42、为实现上述目的，本申请实施例的另一方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现前面所述的方法。
43、本申请实施例至少包括以下有益效果：本文档来自技高网...
【技术保护点】
1.一种红外与可见双光渗漏目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于渗漏特征，对堤坝的初始红外图像和初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
3.根据权利要求2所述的方法，其特征在于，所述采用基于尺度不变特征变换的双光图像配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
4.根据权利要求2所述的方法，其特征在于，尺度不变特征变换的步骤，包括以下步骤：
5.根据权利要求2所述的方法，其特征在于，所述采用中心配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
6.根据权利要求1所述的方法，其特征在于，所述根据所述第一训练数据，对初始堤坝渗漏检测模型进行模型训练，优化所述融合权重以及所述图像增强处理的策略，得到第一堤坝渗漏检测模型，包括以下步骤：
7.根据权利要求1所述的方法，其特征在于，所述初始堤坝渗
8.一种红外与可见双光渗漏目标检测系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括处理器以及存储器；
10.一种计算机存储介质，其中存储有处理器可执行的程序，其特征在于，所述处理器可执行的程序在由所述处理器执行时用于实现如权利要求1至7任一项所述的方法。
...【技术特征摘要】
1.一种红外与可见双光渗漏目标检测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于渗漏特征，对堤坝的初始红外图像和初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
3.根据权利要求2所述的方法，其特征在于，所述采用基于尺度不变特征变换的双光图像配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理，得到第一红外图像和第一可见光图像，包括以下步骤：
4.根据权利要求2所述的方法，其特征在于，尺度不变特征变换的步骤，包括以下步骤：
5.根据权利要求2所述的方法，其特征在于，所述采用中心配准算法对所述初始红外图像和所述初始可见光图像进行图像配准处理...
【专利技术属性】
技术研发人员：任启伟，邓飞，徐丹丽，吕中荣，
申请(专利权)人：广东省水利水电技术中心广东省水土保持监测站，广东省水利工程白蚁防治中心，
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。