[发明专利]一种基于多目标检测的图像数据处理方法及装置

权利要求书

1.一种基于多目标检测的图像数据处理方法，其特征在于，包括：

获取图像，对图像进行预处理，经过基础卷积神将网络提取图像特征，得到图像的特征图；

将特征图经过预先构建的区域建议网络产生大量默认的建议框，对特征图和建议框进行分类；

基于面积的非极大值抑制算法，对分类后的建议框进行去重，完成处理。

2.根据权利要求1所述的基于多目标检测的图像数据处理方法，其特征在于：所述对图像进行预处理包括：将图像的亮度和对比度调整到合适的区间。

3.根据权利要求2所述的基于多目标检测的图像数据处理方法，其特征在于：所述将图像的亮度和对比度调整到合适的区间，包括：

使用图像中像素的标准差来表示对比度，公式如下：

其中表示图像的像素均值，这里X∈R^r×c×3，表示X是一张长为r，宽为c的3通道彩色图像；

采用OTSU算法找到前景和背景的最佳分割点，找到一个灰度级T，使前景和背景的类间方差最大，使用灰度级图像，遍历从0到255共256个值，找到最佳分割点T，利用式(2)和式(3)分别求出大于分割点的所有像素均值m₀和小于分割点的所有像素均值m₁：

m₀＝mean(Image[ImageT]) (2)

m₁＝mean(Image[Image≤T]) (3)

它们分别代表前景和背景的像素水平，同时作为图像亮度水平的判断依据，然后，以二者之差作为对比度强度的量化指标：

const＝m₀-m₁ (4)

当const小于80属于低对比度，m₀小于50属于低亮度背景，通过式(5)决定对比度缩放系数α的大小，以及像素值平移偏置β的大小：

式中C_α是对比度的期望值，C_β是背景均值的期望值，二者均为异常区间之外的随机取值，调整函数采用OpenCV中的方法，即将原始图像中的每一个像素值乘以缩放系数α，再加上偏置系数β：

newImage＝α*Image+β (6)

对于超出图像范围的值进行截断处理，将大于255的值置为255，将小于0的值置为0。

4.根据权利要求1所述的基于多目标检测的图像数据处理方法，其特征在于：将特征图经过预先构建的区域建议网络产生大量默认的建议框，对特征图和建议框进行分类，包括：

将特征图经过两个分支，一个分支叫做区域建议网络RPN，用来产生建议框，并且进行初步的目标框回归；另一个分支将特征图和建议框进行RoI池化处理，然后经过全连接层进行分类和精细回归，其中，

所述区域建议网络先产生大量默认框，然后删除掉超出图像边界的目标框，对剩下的目标框采非极大值抑制去除大量重叠的框，最终选取前N个检测框送入到下一步网络中。

5.根据权利要求1所述的基于多目标检测的图像数据处理方法，其特征在于：所述基于面积的非极大值抑制算法，对分类后的建议框进行去重，包括：

在建议框中获取分类集合C，依据分类集合C提取属于绝缘子类的检测框集合B和得分集合S，然后求得所有框的面积，将面积最大的框和其他框进行比较，计算小面积box被大面积box覆盖的比例，如式(7)所示：

如果IoS大于一定阈值，则认为二者重叠，然后再比较得分，如果二者得分之差小于一定值，则删除面积小的检测框，否则删除得分低的检测框。

6.根据权利要求1所述的基于多目标检测的图像数据处理方法，其特征在于：还包括：使用切分检测法对特征图进行切分，对切分后的子图进行检测。