[发明专利]高速图像中微小物体的实时检测方法

说明书

高速图像中微小物体的实时检测方法，从被检测图像中选取不同姿态的待识别颗粒图形，使用字典学习方法获得关于待识别颗粒图形的特征的字典D，设置一个卷积阈值T，基于字典D对被检测图像采用如下步骤：S1、从被检测图像中读取第一行图像数据并将之与字典缓存d进行卷积，将卷积结果的最大值与卷积阈值T进行对比；S2、依次读取被检测图像中剩余的每一行图像数据并将每一行图像数据依次与字典缓存d进行卷积，将卷积结果的最大值与卷积阈值T进行对比；S3、有任一行图像数据与字典缓存d的卷积结果的最大值大于等于卷积阈值T，即输出待识别颗粒图形的检测结果为真。本发明高效的分析出图像中不同特征的包含情况，更为全面的得出最终的识别结果。

技术领域

本发明涉及图像处理技术领域，具体是高速图像中微小物体的实时检测方法。

背景技术

图像指的是一切图片和影像的总称，是现代信息社会中最常见、最基本的一种数据信息。记录图像信息的手段从一开始的胶片技术一直发展到现在应用最广泛的CCD/CMOS图像传感器，因此，图像采集基本都是指采集CCD/CMOS图像传感器输出的图像信号。

采集精度、采集速度和采集系统的存储量是图像采集的关键要素。随着现代电子技术的飞速发展，高速图像采集技术在越来越多的领域都有了广泛的应用，例如图像处理、电视会议、治安监控系统、交通监控、工业控制、军事、医学、航天等方面，可以说在我们生活的方方面面都能涉及到高速图像采集技术。

现有的高速图像对于微小目标的检测方法多种多样，如授权公告号为CN102510436B的中国发明“高速微小目标仿蝇视觉在线实时检测装置及检测方法”、公开号为CN109781732A的中国发明“一种微小物检测并分类计数的方法”、公开号为CN110084777A的中国发明申请“一种基于深度学习的微小零件定位跟踪方法”、公开号为CN111222505A的中国发明申请“微小目标精确检测方法及系统”、授权公告号为CN109781732A的中国发明“一种微小物检测并分类计数的方法”。

申请人在研究中发现，现有技术对于图像中较为微小的目标，在高速图像检测中难以精确捕捉到检测目标，且效率较低。

发明内容

本发明旨在针对现有技术的上述不足，提供一种高速图像中微小物体的实时检测方法，通过对目标物体进行分析，计算出目标物体的形态特征，并使用这些不同的特征，对待识别图像进行分析，分析出图像中不同特征的包含情况，基于不同特征的分析结果，综合得出最终的识别结果，提高了图像中微小物体的检测精度与识别效率。

为了实现上述目的，本发明采用了如下方案。

高速图像中微小物体的实时检测方法，从被检测图像中选取不同姿态的待识别颗粒图形，使用字典学习方法从中学习出待识别颗粒图形的特征，获得关于待识别颗粒图形的特征的字典D，将字典D定义为l行，每一行为d_i，其中0≤i≤l-1；定义一个字典缓存d，初始化d＝d₀，定义一个整数型参数n，设置一个卷积阈值T，基于字典D对被检测图像采用如下步骤：

S1、从被检测图像中读取第一行图像数据并将之与字典缓存d进行卷积，将卷积结果的最大值与卷积阈值T进行对比；若卷积结果的最大值小于卷积阈值T，则赋值n＝0，并更新d＝d₀；若卷积结果的最大值大于等于卷积阈值T，则赋值n＝1，并更新d＝d₁；

S2、依次读取被检测图像中剩余的每一行图像数据并将每一行图像数据依次与字典缓存d进行卷积，将卷积结果的最大值与卷积阈值T进行对比；若卷积结果的最大值小于卷积阈值T，则赋值n＝0，并更新d＝d₀；若卷积结果的最大值大于等于卷积阈值T，则赋值n＝n+1，并更新d＝d_n；