[发明专利]森林草原巡视无人机的相机自适应曝光处理系统及方法

权利要求书

1.一种森林草原巡视无人机相机的自适应曝光处理方法，其特征在于，包括以下步骤：

获取所述森林草原巡视无人机相机使用第一初始曝光参数采集得到的第一图像和使用第二初始曝光参数采集得到的第二图像；其中，所述第一初始曝光参数和所述第二初始曝光参数不同，所述森林草原巡视无人机相机采集得到所述第一图像和所述第二图像时位置和角度不变；

根据所述第一图像得到作为曝光参数调整依据的第一数据，根据所述第二图像得到作为曝光参数调整依据的第二数据；

将所述第一初始曝光参数及其对应的所述第一数据、所述第二初始曝光参数及其对应的所述第二数据输入至用于进行理想曝光参数计算的人工智能模型，利用所述人工智能模型进行理想曝光数据的估计；

根据所述人工智能模型输出的所述理想曝光参数，调整图像采集时曝光参数；

所述获取所述森林草原巡视无人机相机使用第一初始曝光参数采集得到的第一图像和使用第二初始曝光参数采集得到的第二图像之前，还包括：

获取设置在所述相机镜头附近的光传感器采集到的传感器数据；

查找环境光数据与初始曝光参数对应表，得到与所述传感器数据对应的所述第一初始曝光参数和所述第二初始曝光参数；

其中，所述将所述第一初始曝光参数及其对应的所述第一数据、所述第二初始曝光参数及其对应的所述第二数据输入至用于进行理想曝光参数计算的人工智能模型，利用所述人工智能模型进行理想曝光数据的估计，包括：

利用所述人工智能模型中的特征融合层对所述第一初始曝光参数及其对应的所述第一数据、所述第二初始曝光参数及其对应的所述第二数据进行特征融合，得到第三数据；

利用所述人工智能模型中的卷积层对所述第三数据进行卷积计算；

利用所述人工智能模型中的抽样层对所述卷积层的输出进行计算；

利用所述人工智能模型中的全连接层对所述抽样层的输出进行计算，得到所述理想曝光参数；

所述第一数据和所述第二数据均包括整体灰度平均值、整体灰度直方图、前景区域的灰度统计平均值、前景区域的灰度直方图、背景区域的灰度统计平均值、背景区域的灰度直方图和信息熵。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像得到作为曝光参数调整依据的第一数据，包括：

对所述第一图像进行预处理；

将预处理后的所述第一图像输入至前景识别模型；

利用所述前景识别模型从预处理后的所述第一图像提取图像特征信息，输出所述第一图像的深度卷积高维空间特征信息图；

所述前景识别模型根据所述第一图像的深度卷积高维空间特征信息图输出多个待定前景区域；

所述前景识别模型对所述待定前景区域进行分类和边框的回归微调，输出所述待定前景区域为前景区域的概率和位置；

所述前景识别模型根据所述待定前景区域为前景区域的概率，确定所述待定前景区域是否为前景区域，并根据确定为前景区域的所述待定前景区域的位置进行前景区域的拼接，得到完整的前景区域；

基于所述前景区域得到所述第一数据中的前景区域的灰度统计平均值和灰度直方图。

3.根据权利要求2所述的方法，其特征在于，所述前景识别模型根据所述第一图像的深度卷积高维空间特征信息图输出多个待定前景区域，包括：

使用卷积核在所述深度卷积高维空间特征信息图上，进行逐点滑动卷积；

以所述卷积核每次滑动的中心位置为中心划分四个尺寸相等的待定框；

利用全连接层和分类层对使用卷积核卷积得到的特征信息进行处理，得到所述待定框是否是前景区域的概率；

在所述待定框是前景区域的概率大于预设阈值的情况下，将所述待定框作为所述待定前景区域输出。

4.根据权利要求2所述的方法，其特征在于，所述前景识别模型对所述待定前景区域进行分类和边框的回归微调，输出所述待定前景区域为前景区域的概率和位置，包括：

利用卷积层对所述待定前景区域进行特征提取；利用池化层对所述卷积层提取的所述待定前景区域的特征进行均值池化得到固定大小的特征图；

重复N次上一步骤后，利用多层全连接层和分类层对最后一层所述池化层输出的所述待定前景区域的特征图进行分类，得到所述待定前景区域为前景区域的概率；N为正整数；

利用多层全连接层输出所述前景区域的边框相对于所述待定前景区域的偏移量。