[发明专利]一种目标检测方法、设备及计算机可读存储介质

权利要求书

1.一种目标检测方法，其特征在于，包括：

获取双摄像头拍摄的红外图像信息和可见光图像信息，对所述红外图像信息和所述可见光图像信息分别进行质量评价，融合评价结果满足预设质量条件的所述红外图像信息和所述可见光图像信息，得到待检测图像；

获取所述待检测图像的待检测物目标集合；

提取所述待检测物目标集合中每个待检测物的轮廓信息；

将所述轮廓信息与轮廓模板进行形态匹配，确定满足匹配相似度条件的所述轮廓信息为目标信息集合；

所述对所述红外图像信息和所述可见光图像信息分别进行质量评价具体包括：

计算所述红外图像的整体灰度变化率，和/或基于直方图修正的亮度评价方法获取所述可见光图像的亮度评价指标，其中，所述亮度评价指标为直方图修正前的所述可见光图像的第一平均灰度值与直方图修正后的所述可见光图像的第二平均灰度值的变化值；

所述融合评价结果满足预设质量条件的所述红外图像信息和所述可见光图像信息具体包括：

融合整体灰度变化率大于第一预设值的所述红外图像信息和亮度评价指标小于第二预设值的所述可见光图像信息；

计算所述红外图像的整体灰度变化率具体包括：

获取所述红外图像中局部像素行、局部像素列或局部像素块的各像素点灰度值，以及所述局部像素行、所述局部像素列或所述局部像素块中所述像素点灰度值连续下降间隔最大的起止像素点，计算所述起止像素点之间的局部灰度变化率，根据所述局部灰度变化率计算所述红外图像的整体灰度变化率；

所述基于直方图修正的亮度评价方法获取所述可见光图像的亮度评价指标具体包括：

将所述可见光图像转化到HIS空间，提取亮度分量得到第一可见光灰度图，计算所述第一可见光灰度图的第一平均灰度值，对所述可见光灰度图进行直方图修正，得到第二可见光灰度图，计算所述第二可见光灰度图的第二平均灰度值，所述第一平均灰度值和所述第二平均灰度值的变化值为所述亮度评价指标。

2.根据权利要求1所述的目标检测方法，其特征在于，所述目标检测方法还包括：

根据所述整体灰度变化率和所述整体灰度变化率与质量分数的映射公式确定所述红外图像的第一质量分数，根据所述亮度评价指标和所述亮度评价指标与质量分数的映射公式确定所述可见光图像的第二质量分数；

所述融合评价结果满足预设质量条件的所述红外图像信息和所述可见光图像信息，得到待检测图像具体包括：

将所述红外图像和所述可见光图像进行离散傅立叶小波变换，提取红外图像的高频系数分量、可见光图像的高频系数分量、可见光图像低频系数分量和红外图像低频系数分量；

将所述第一质量分数和所述第二质量分数分别作为红外图像低频系数分量和所述可见光图像低频系数分量的权重进行低频分量融合，得到融合低频分量；

确定所述红外图像的高频系数分量和所述可见光图像的高频系数分量中较大的高频系数分量为融合高频分量；

对所述融合低频分量和融合高频分量基于小波逆变换通过低通滤波器和高通滤波器进行信号重构，得到空域图像，其中，所述空域图像为所述待检测图像。

3.根据权利要求1至2所述的任意一种目标检测方法，其特征在于，所述获取到待检测图像的待检测物目标集合之后还包括：

通过混合高斯背景建模方法获取所述图像的前景二值图像，并剔除所述待检测物目标集合对应的0像素低于第三预设值的所述待检测物目标。

4.根据权利要求1至2所述的任意一种目标检测方法，其特征在于，所述将所述轮廓信息与所述轮廓模板进行形态匹配，确定满足匹配相似度条件的所述轮廓信息为目标信息集合之后还包括：

通过混合高斯背景建模方法获取所述图像的前景二值图像，并剔除所述目标信息集合中对应的0像素低于第三预设值的所述待检测物目标。

5.一种目标检测设备，其特征在于，包括：

存储器；

一个或多个处理器；

所述一个或多个处理器执行如权利要求1至4中任意一项所述的目标检测方法。

6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质被处理器执行时实现如权利要求1至4中任意一项所述的目标检测方法。