【CN109886230A】一种图像目标检测方法及装置【专利】
一种图像检测方法、装置、设备及存储介质发明专利
一种图像检测方法、装置、设备及存储介质技术领域本发明实施例涉及图像处理技术领域，尤其涉及一种图像检测方法、装置、设备及存储介质。
背景技术在一些医疗影像设备(如C形臂)的临床使用场景中，采集图像时经常会出现各种金属，例如各种金属手术器械等，如果金属面积较大，则会影响图像扫描剂量和显示效果。
当拍摄的图像视野中若存在大面积的高衰减金属时，如果不把大面积金属区域检测出去，医疗影像设备会误以为是拍摄部位太厚而加大射线量，人体就会受到更多的剂量。
此外，在对拍摄得到的图像进行处理时，如果不把大面积金属区域排除出去，金属区域与人体区域一并处理，导致金属区域占据了一部分本该显示人体区域的灰度范围，从而使得人体部分的对比度相对于没有金属区域时的对比度较差。
现有技术中，已有的分割方法有很多，但直接用于对图像中的金属区域进行分割的效果并不理想。
发明内容本发明实施例提供一种图像检测方法、装置、设备及存储介质，以实现提高图像金属区域检测的准确性，减小金属区域对原始图像的影响，同时提升图像的显示效果。
第一方面，本发明实施例提供了一种图像检测方法，该方法包括：获取原始图像，并根据所述原始图像的梯度特征生成与所述原始图像对应的强梯度图像；基于所述原始图像和所述强梯度图像确定所述原始图像中是否存在金属区域；当所述原始图像中存在所述金属区域时，根据所述原始图像检测出所述金属区域。
可选的，获取原始图像，并根据所述原始图像的梯度特征生成与所述原始图像对应的强梯度图像，包括：获取原始图像，并对所述原始图像进行图像处理，其中，所述图像处理包括对数变换和高斯滤波；根据所述图像处理后的原始图像的图像梯度生成所述强梯度图像。
可选的，根据所述图像处理后的原始图像的图像梯度生成所述强梯度图像，包括：通过梯度算法对所述图像处理后的原始图像的梯度进行计算并生成边界梯度图像；根据所述边界梯度图像中的边界点的连通区域面积确定所述强梯度图像。
可选的，基于所述原始图像和所述强梯度图像确定所述原始图像中是否存在金属区域，包括：根据所述原始图像确定所述强梯度图像对应的梯度位置上的灰度均值；确定所述原始图像的灰度直方图中的波峰以及所述波峰对应的灰度值；基于所述灰度均值和所述灰度值确定所述原始图像中是否存在金属区域。
【CN109886336A】一种基于舰基图像的目标检测方法及系统【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910129666.X(22)申请日 2019.02.21(71)申请人 山东超越数控电子股份有限公司地址 250100 山东省济南市高新区孙村镇科航路2877号(72)发明人 牛玉峰 肖德广 陈亮甫 贾国强 (74)专利代理机构 济南信达专利事务所有限公司 37100代理人 姜明(51)Int.Cl.G06K 9/62(2006.01)G06K 9/00(2006.01)G06K 9/46(2006.01)(54)发明名称一种基于舰基图像的目标检测方法及系统(57)摘要本发明公开了一种基于舰基图像的目标检测方法及系统，属于图像处理检测的计算机视觉技术领域。
本发明的基于舰基图像的目标检测方法，使用图像聚类法检测出舰基图像的海天线，即海面与天空区域的交界线，区分出大目标与小目标，小目标检测采用图像分割法，大目标检测基于神经网络的目标识别算法。
该发明的基于舰基图像的目标检测方法能够实时获取图像范围内的目标信息，并且记录数据库，方便查询过往目标信息，有效的辅助了舰船安全航行驾驶，具有很好的推广应用价值。
权利要求书1页 说明书4页 附图1页CN 109886336 A 2019.06.14C N 109886336A权 利 要 求 书1/1页CN 109886336 A1.一种基于舰基图像的目标检测方法，其特征在于：该目标检测方法中，使用图像聚类法检测出舰基图像的海天线，即海面与天空区域的交界线，区分出大目标与小目标，小目标检测采用图像分割法，大目标检测基于神经网络的目标识别算法。
2.根据权利要求1所述的基于舰基图像的目标检测方法，其特征在于：该方法具体包括以下步骤：S1、获取舰基RGB彩色图像，将舰基彩色图像由RGB颜色空间转为HIS颜色空间；S2、根据HIS图像信息，计算每个像素点的特征向量，将图像聚类分成两类；S3、对步骤S2中聚类后的图像进行二值化处理，得到二值图，拟合出海天线；S4、对海天线上侧及附近的区域使用分割法分割出远处的小目标，并统计目标数量；S5、对海天线下侧的区域，使用神经网络模型检测大目标，并统计目标数量。
一种目标检测方法及其装置[发明专利]
![一种目标检测方法及其装置[发明专利]](https://img.taocdn.com/s3/m/cd1f7d0c6294dd88d1d26bb1.png)
专利名称：一种目标检测方法及其装置专利类型：发明专利
发明人：李哲暘,谭文明
申请号：CN201810713179.3
申请日：20180629
公开号：CN110659658A
公开日：
20200107
专利内容由知识产权出版社提供
摘要：本申请提供一种目标检测方法及其装置，该方法包括：利用预先训练的尺度回归网络确定待检测图像中各分块的缩放系数；按照所述缩放系数对各分块进行缩放；分别对缩放后的各分块进行目标检测；对各分块中的目标进行融合输出，以得到所述待检测图像中的目标检测结果。
该方法可以降低目标检测模型的复杂度和训练难度，并提高目标检测的准确率。
申请人：杭州海康威视数字技术股份有限公司
地址：310051 浙江省杭州市滨江区阡陌路555号
国籍：CN
代理机构：北京博思佳知识产权代理有限公司
代理人：林祥
更多信息请下载全文后查看。
【CN109886234A】目标检测方法、装置、系统、电子设备、存储介质【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910153876.2(22)申请日 2019.02.28(71)申请人 苏州科达科技股份有限公司地址 215011 江苏省苏州市高新区金山路131号(72)发明人 赵波 晋兆龙 罗成 (74)专利代理机构 上海隆天律师事务所 31282代理人 臧云霄 潘一诺(51)Int.Cl.G06K 9/00(2006.01)(54)发明名称目标检测方法、装置、系统、电子设备、存储介质(57)摘要本发明提供一种目标检测方法、装置、系统、电子设备、存储介质，目标检测方法，包括：获取来自前端设备的视频数据；获取前端设备对该视频数据进行初次检测获得的第一目标检测信息；获取待检测目标对象集合，自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合；基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测，以获得第二目标检测信息；至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
本发明提供的方法及设备兼顾目标检测信息的完整性以及前端设备和服务器的计算资源。
权利要求书2页 说明书9页 附图3页CN 109886234 A 2019.06.14C N 109886234A权 利 要 求 书1/2页CN 109886234 A1.一种目标检测方法，其特征在于，包括：获取来自前端设备的视频数据；获取前端设备对该视频数据进行初次检测获得的第一目标检测信息，所述第一目标检测信息至少包括一个或多个所检测目标对象、该一个或多个所检测目标对象于所述视频数据中的时间信息和空间信息、该一个或多个所检测目标对象的属性信息，所述目标检测信息中的一个或多个所检测目标对象组成第一检测目标对象集合；获取待检测目标对象集合，自待检测目标对象集合中确定属于待检测目标对象集合但不属于第一检测目标对象集合的一个或多个检测目标对象并组成第二检测目标对象集合；基于所述第二检测目标对象集合中的一个或多个检测目标对象对所述视频数据进行二次检测，以获得第二目标检测信息，所述第二目标检测信息包括所述第二检测目标对象集合中的一个或多个检测目标对象、所述第二检测目标对象集合中的一个或多个检测目标对象于所述视频数据中的时间信息和空间信息及所述第二检测目标对象集合中的一个或多个检测目标对象的属性信息；至少将所述第一目标检测信息和/或所述第二目标检测信息储存至一索引文件。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910150614.0
(22)申请日 2019.02.28
(71)申请人 中南大学
地址 410083 湖南省长沙市麓山南路932号
(72)发明人 刘青青 任炬 张尧学
(74)专利代理机构 湖南兆弘专利事务所(普通
合伙) 43008
代理人 蒋维特
(51)Int.Cl.
G06K 9/00(2006.01)
G06N 3/04(2006.01)
G06T 7/80(2017.01)
(54)发明名称
一种图像目标检测方法及装置
(57)摘要
本发明公开了一种图像目标检测方法及装
置，方法包括：S1.在特征提取网络中，获取其中
至少2个阶段的输出数据，并对所述输出数据进
行融合，生成超特征图；S2.通过目标候选区域提
取网络对所述超特征图进行候选区域提取，得到
目标候选区域；S3.在所述超特征图和所述目标
候选区域的基础上对目标进行标定。
具有检测任
意角度目标鲁棒性强，检测小目标准确度高等优
点。
权利要求书1页 说明书5页 附图5页CN 109886230 A 2019.06.14
C N 109886230
A
权 利 要 求 书1/1页CN 109886230 A
1.一种图像目标检测方法，其特征在于：
S1.在特征提取网络中，获取其中至少2个阶段的输出数据，并对所述输出数据进行融合，生成超特征图；
S2.通过目标候选区域提取网络对所述超特征图进行候选区域提取，得到目标候选区域；
S3.在所述超特征图和所述目标候选区域的基础上对目标进行标定。
2.根据权利要求1所述的图像目标检测方法，其特征在于：在步骤S1中，在获取所述输出数据中，还包括对所述输出数据进行采样，所述采样包括上采样和/或下采样。
3.根据权利要求2所述的图像目标检测方法，其特征在于：在步骤S1中，所述融合包括在通道维度对所述输出数据进行叠加。
4.根据权利要求3所述的图像目标检测方法，其特征在于：在步骤S1中，所述融合还包括对叠加后的数据进行卷积处理。
5.根据权利要求4所述的图像目标检测方法，其特征在于：在步骤S1中，获取3个阶段的输出数据，并对所获取的第1阶段的输出数据进行下采样；对所获取的第3阶段的输出数据进行上采样。
6.根据权利要求5所述的图像目标检测方法，其特征在于：在步骤S1中，所述3个阶段为所述特征提取网络的第2阶段、第3阶段和第4阶段。
7.根据权利要求1至6任一项所述的图像目标检测方法，其特征在于：在步骤S3中，通过旋转标定框生成网络在所述超特征图和所述目标候选区域的基础上对目标进行标定。
8.根据权利要求7所述的图像目标检测方法，其特征在于：在步骤S3中，在对目标进行标定后，还包括检测同类目标的任意两个标定框的交并比，当所述交并比大于预设阈值时，以置信度最大的标定框作为标定结果。
9.根据权利要求8所述的图像目标检测方法，其特征在于：在步骤S3后还包括步骤S4，统计所述标定结果的长宽比特征，并根据所述统计数据调整所述目标候选区域提取网络的长宽比特征。
10.一种图像目标检测装置，包括处理器和存储器，其特征在于：所述存储器中存储有计算机程序；所述计算机程序被所述处理器执行时可实现如权利要求1至9任一项所述的方法。
2。