一种图像识别中的对象检测方法与流程

1.本发明涉及图像识别技术领域，尤其涉及一种图像识别中的对象检测方法。


背景技术：

2.随着计算机技术的发展，人工智能技术蓬勃发展，图像识别技术作为人工智能技术的一个分支，其应用范围越来越广泛，对利用照相机拍摄的图像实施图像处理，通过抽出特征量来识别对象物。这种图像识别技术被应用于以工业产品的检查装置或机器人的视觉装置为代表的各种图像识别装置中，也有用于一些场景特定对象的检测识别。
3.现有技术主要体现在对象检测的模型训练基础上，叠加其它类别摄像机，在同样的画面场景上，进行所抽取对象特征的叠加分析，进而排除干扰，更有效识别目标对象。但是在实际应用中，通常会出现大量误判、漏判，为了解决在工程应用中，准确性，适应性，外推程度不够的问题，特别是在单类型的相机所拍摄画面的对象识别，存在识别精度的缺陷或者不足。


技术实现要素：

4.本发明的目的在于提供一种图像识别中的对象检测方法，在进行对象检测时，结合实际检测场景，对检测目标进行合理的分类，再通过多类型相机的组合分析，能够突破单相机对象识别难以克服的缺陷。
5.本发明公开的一种图像识别中的对象检测方法所采用的技术方案是:
6.一种图像识别中的对象检测方法，包括以下步骤：
7.s1，确定图像识别区域，并且针对图像识别区域设置主相机，主相机用于针对特定对象进行图像识别；
8.s2，针对图像识别区域设置对应的副相机，副相机用于识别该区域内的非特定对象；
9.s3，调取同一时间的主相机和副相机所拍摄的画面进行对齐处理；
10.s4，利用副相机剔除主相机中所拍摄画面中的非特定对象；使主相机所拍摄的画面至保留特定对象。
11.作为优选方案，所述主相机和副相机的焦距、视场角、帧速率、分辨率均为一致。
12.作为优选方案，所述主相机为气体检测领域所用的工业红外探测相机，所述主相机用于检测特种气体。
13.作为优选方案，所述副相机为rgb相机，所述副相机于用于检测画面内人、车、物的位置和相对运动。
14.作为优选方案，所述副相机采用opencv图像处理。
15.本发明公开的一种图像识别中的对象检测方法的有益效果是：基于单相机图像训练的对象检测基础上，结合工程应用目标，围绕对象检测的目标，在进行对象检测时，结合实际检测场景，对检测目标进行合理的分类，再加上多相机的组合分析，能够突破单相机对
象识别难以克服的缺陷，在原有对象识别的基础上，减少非特定对象的干扰，达到更好的效果。
附图说明
16.图1是本发明一种图像识别中的对象检测方法的流程图。
具体实施方式
17.下面结合具体实施例和说明书附图对本发明做进一步阐述和说明:
18.请参考图1，一种图像识别中的对象检测方法，包括以下步骤：
19.s1，确定图像识别区域，并且针对图像识别区域设置主相机，主相机用于针对特定对象进行图像识别；
20.s2，针对图像识别区域设置对应的副相机，副相机用于识别该区域内的非特定对象；
21.s3，调取同一时间的主相机和副相机所拍摄的画面进行对齐处理；
22.s4，利用副相机剔除主相机中所拍摄画面中的非特定对象；使主相机所拍摄的画面至保留特定对象。
23.基于单相机图像训练的对象检测基础上，结合工程应用目标，围绕对象检测的目标，在进行对象检测时，结合实际检测场景，对检测目标进行合理的分类，再加上多相机的组合分析，能够突破单相机对象识别难以克服的缺陷，在原有对象识别的基础上，减少非特定对象的干扰，达到更好的效果。
24.具体运用在特种气体泄漏检测领域时，则是需要一种具备特殊金属化合物的摄像镜头才能识别的烟雾，泄漏的气体，表现为一种烟雾特征。
25.在这里主相机是特种红外相机，它能够准确识别到泄漏的特种气体，例如甲烷气体。泄漏的甲烷气体在画面中，呈现出雾状飘散，表现类似rgb相机下的烟雾特征。但是在rgb相机中，完全是不可见的，因此，对应甲烷气体泄漏必须使用特种气体红外特种相机来做为主相机。特种红外相机是指在气体检测领域所用的工业红外探测相机。
26.从特种红外相机上来采集的红外视频，会受到各种自然界或人为热源、冷源的影响，这些影响会打断、干扰泄漏气体的烟雾的特征，从而带来干扰。结合rgb相机，对这种特种红外相机的烟雾所在区域进行检测。
27.rgb相机则作为副相机，作用在于可以发现探测在同一时空下，画面内人、车、物的位置和相对运动，这些物体的运动，在特种红外相机中，也会被检测到，并形成为对甲烷气体定位精度的干扰。
28.因为烟雾的运动就是要通过红外运动物体检测去发现的目标，如果有人和车也在运动的话，特种红外相机也会检测到运动，如果跟运动中的烟雾的区域重叠的话，会对烟雾的形态识别形成干扰。
29.在特种气体红外特种摄像机中，甲烷气体并没有颜色，只有运动中的形态特征，但是特种红外相机通过光谱分离，可以识别到甲烷气体的烟雾运动。
30.为了更好的去掉画面中人、车、物等运动物体在特种红外相机下的成像干扰，从而通过rgb相机用于识别出画面中人、车、物的位置，已经发生的运动特征。
31.将rgb相机拍摄画面里的运动特征形成的轮廓，利用rgb相机剔除主相机中所拍摄画面中的非特定对象，剩下的就是大部分就是甲烷气体在红外相机中运动特征形成的轮廓。
32.rgb相机里的人、车、物的运动，是可以通过rgb相机的运动物体检测来识别的，这个是opencv图像处理的经典运动检测算法，此外还有成熟的对象检测模型可以辅助。
33.从特种红外相机的运动物体检测轮廓画面中，抠掉rgb相机的物体检测中发现的运动物体轮廓，剩下的就是非可见光的烟雾轮廓。这要求两个画面要做对齐处理，所述特种红外相机和rgb相机的焦距、视场角、帧速率、分辨率均为一致，从而有效的排除了干扰，大大降低了误报率。
34.本发明提供一种图像识别中的对象检测方法，基于单相机图像训练的对象检测基础上，结合工程应用目标，围绕对象检测的目标，在进行对象检测时，结合实际检测场景，对检测目标进行合理的分类，再加上多相机的组合分析，能够突破单相机对象识别难以克服的缺陷，在原有对象识别的基础上，减少非特定对象的干扰，达到更好的效果。
35.最后应当说明的是，以上实施例仅用以说明本发明的技术方案，而非对本发明保护范围的限制，尽管参照较佳实施例对本发明作了详细地说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的实质和范围。


技术特征：
1.一种图像识别中的对象检测方法，其特征在于，包括以下步骤：s1，确定图像识别区域，并且针对图像识别区域设置主相机，主相机用于针对特定对象进行图像识别；s2，针对图像识别区域设置对应的副相机，副相机用于识别该区域内的非特定对象；s3，调取同一时间的主相机和副相机所拍摄的画面进行对齐处理；s4，利用副相机剔除主相机中所拍摄画面中的非特定对象；使主相机所拍摄的画面至保留特定对象。2.如权利要求1所述的一种图像识别中的对象检测方法，其特征在于，所述主相机和副相机的焦距、视场角、帧速率、分辨率均为一致。3.如权利要求2所述的一种图像识别中的对象检测方法，其特征在于，所述主相机为气体检测领域所用的工业红外探测相机，所述主相机用于检测特种气体。4.如权利要求2所述的一种图像识别中的对象检测方法，其特征在于，所述副相机为rgb相机，所述副相机于用于检测画面内人、车、物的位置和相对运动。5.如权利要求1所述的一种图像识别中的对象检测方法，其特征在于，所述副相机采用opencv图像处理。

技术总结
本发明公开了一种图像识别中的对象检测方法，包括以下步骤：S1，确定图像识别区域，并且针对图像识别区域设置主相机，主相机用于针对特定对象进行图像识别；S2，针对图像识别区域设置对应的副相机，副相机用于识别该区域内的非特定对象；S3，调取同一时间的主相机和副相机所拍摄的画面进行对齐处理；S4，利用副相机剔除主相机中所拍摄画面中的非特定对象；使主相机所拍摄的画面至保留特定对象。本发明提供了一种图像识别中的对象检测方法，在进行对象检测时，结合实际检测场景，对检测目标进行合理的分类，再通过多类型相机的组合分析，能够突破单相机对象识别难以克服的缺陷。够突破单相机对象识别难以克服的缺陷。够突破单相机对象识别难以克服的缺陷。


技术研发人员：罗雪松
受保护的技术使用者：深圳市松林湾科技有限公司
技术研发日：2023.05.09
技术公布日：2023/8/16