[发明专利]一种图像处理方法、目标识别模型训练方法和目标识别方法

说明书

本发明公开了一种图像处理方法，属于目标识别技术领域。包括以下步骤：提取待处理图像的边缘特征，得到梯度先验图Fg；提取待处理图像的纹理特征，得到纹理特征图Fv；提取待处理图像的结构特征，得到结构特征图Fs；将梯度先验图Fg、纹理特征图Fv和结构特征图Fs进行Concat拼接，得到多特征拼接图Fc；对多特征拼接图Fc进行卷积融合操作，得到多特征融合图Ff。本发明先对待处理图像进行边缘特征增强，然后融合纹理特征和结构特征，能够更加准确的识别图中的目标特征。

技术领域

本发明属于目标识别技术领域，更具体地说，涉及一种图像处理方法、目标识别模型训练方法和目标识别方法。

背景技术

随着信息技术的发展，基于图像的目标检测技术被越来越广泛地应用，常见的有人脸识别和车载障碍识别。由于应用场景的不同，同一个目标识别模型很难通用在所有的需要进行目标识别的领域。例如在对在隧道工程施工中，需要对于隧道横洞内部可能出现的脱空和空洞进行快速和准确的检测定位。目前在对隧道地质结构异常检测的方法中主要是以人为主观的从地质雷达扫描波谱图中手动进行框选和标记计数的方式，这样的标记计数方式对于人为判断的能力要求很高，难点在于雷达波谱图中含有大量的干扰信息，在没有经过培训的情况下人是很难快速分辨出脱空、空洞等隧道内部的结构异常状态，从而传统的方法具有很耗费时间和人力的缺点，现有技术中还没有应用于隧道地质缺陷识别的目标识别模型和方法。

经检索，中国发明专利，公开号：102254165A，公开日：2011年11月23日，公开了一种基于结构编码特征和纹理编码特征融合的手背静脉识别方法，包括步骤一、图像采集和图像预处理；步骤二、提取结构编码特征；步骤三、提取手背静脉纹理编码特征；步骤四、结构编码特征与纹理编码特征进行融合；步骤五、通过分类器识别，得到结果。其中先对图像进行特征增强处理，然后通过分类器进行目标识别，该识别方法中采集到的原始图像是光学成像拍摄得到的手背照片，但是隧道检测中需要检测的目标成像是通过雷达探测波段信号然后利用模数转换得到的数字信息以图像的形式呈现，且不同状态下梯度信息差异较大，因此不能简单的将以上识别方法应用到隧道缺陷识别领域，由于地下物体种类多、分布广泛且地质情况复杂多变，因此雷达波谱图中具有大量的条纹和噪点，这些干扰信息极大的影响了对地质缺陷的识别。

因此需要一种对隧道结构异常检测中得到的地质雷达波谱图像进行处理，并对图中隧道地质缺陷进行识别的方法。

发明内容

1、要解决的问题

针对现有隧道地质缺陷检测中的雷达波谱图具有大量的条纹和噪点，极大的影响了对地质缺陷的识别的问题，本发明提供一种图像处理方法、目标识别模型训练方法和目标识别方法，用以对雷达波谱图中的地质缺陷进行识别。

2、技术方案

为解决上述问题，本发明采用如下的技术方案。

一种图像处理方法，包括以下步骤：

提取待处理图像的边缘特征，得到梯度先验图Fg；

提取待处理图像的纹理特征，得到纹理特征图Fv；

提取待处理图像的结构特征，得到结构特征图Fs；

将梯度先验图Fg、纹理特征图Fv和结构特征图Fs进行Concat拼接，得到多特征拼接图Fc；

对多特征拼接图Fc进行卷积融合操作，得到多特征融合图Ff。

进一步的，采用梯度变换算法提取待处理图像的边缘特征，梯度变换算法提取边缘特征的方法为：

设f(x,y)为待处理图像上(x,y)点的灰度值，G(x)为待处理图像x方向上边缘检测的图像灰度值，G(y)为待处理图像y方向上边缘检测的图像灰度值，a为G(x)的卷积因子，b为G(y)的卷积因子，则梯度先验图Fg上每个像素点的图像灰度值为：