CN114373011B - 一种确定目标对象位置的方法、装置、计算机设备和介质 - Google Patents
一种确定目标对象位置的方法、装置、计算机设备和介质 Download PDFInfo
- Publication number
- CN114373011B CN114373011B CN202210028045.4A CN202210028045A CN114373011B CN 114373011 B CN114373011 B CN 114373011B CN 202210028045 A CN202210028045 A CN 202210028045A CN 114373011 B CN114373011 B CN 114373011B
- Authority
- CN
- China
- Prior art keywords
- pixel
- target image
- pixel point
- target object
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本申请提供了一种确定目标对象位置的方法、装置、计算机设备和介质,该方法包括:获取包含有目标图像的连续多帧图像;对所述目标图像中的第一像素点进行信号增强;利用目标对象在连续多帧图像中的位置,确定目标对象在连续多帧图像中的第一运动区域;将所述目标图像中的第二像素点的位置,确定为所述目标对象在所述目标图像中的位置。本申请通过计算每个像素点的增强因子,在目标图像中增强了目标对象自身的局部对比度,提高了确定目标对象位置的精准度。
Description
技术领域
本申请涉及图像处理技术领域,具体而言,涉及一种确定目标对象位置的方法、装置、计算机设备和介质。
背景技术
随着科技的发展,人类对太空的探索活动日益频繁,而空间目标探测对于感知空间态势、维护空间环境安全具有重要意义。
空间目标探测主要分为地基和天基两类,相比于传统的地基空间目标探测,天基空间目标探测、探测覆盖面广、探测能力强,近年来成为各国重点的发展方向。但是,在天基空间探测过程中,由于受大气散射、折射、光学散焦、镜头变形等影响,超远距离的目标对象被探测器接收时,信号强度表现为暗弱的特点,甚至肉眼不可见,导致目标对象位置的确定并不准确。
发明内容
有鉴于此,本申请的目的在于提供一种确定目标对象位置的方法、装置、计算机设备和介质,在天基空间探测过程中,以提高确定超远距离的目标对象位置的准确度。
第一方面,本申请实施例提供了一种确定目标对象位置的方法,该方法包括:
获取包含有目标图像的连续多帧图像;所述目标图像包括目标对象;
对所述目标图像中的第一像素点进行信号增强;其中,所述第一像素点是像素值大于第一背景阈值的像素点,所述第一背景阈值是所述目标图像中背景区域对应的像素点的像素值;
利用所述目标对象在所述连续多帧图像中的位置,确定所述目标对象在连续多帧图像中的第一运动区域;
将所述目标图像中的第二像素点的位置,确定为所述目标对象在所述目标图像中的位置;所述第二像素点是像素值大于第二背景阈值的像素点;所述第二背景阈值是所述第一运动区域内背景区域对应的像素点的像素值。
可选的,对所述目标图像中的第一像素点进行信号增强,包括:
根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值,计算每个像素点的增强因子;
利用所述增强因子,将所述目标图像中的所述第一像素点进行信号增强。
可选的,根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值计算每个像素点的增强因子,包括:
将所述目标图像中统计得到的数量最多的像素值作为第一背景阈值;
从所述目标图像中所有大于所述第一背景阈值的像素点的像素值中确定最大像素值;
根据所述最大像素值、每个像素点的像素值和所述第一背景阈值计算每个像素点的增强因子。
可选的,所述利用目标对象在所述连续多帧图像中的位置,确定目标对象在连续多帧图像中的第一运动区域,包括:
根据连续两帧图像中对应像素点的像素差,确定所述目标对象在连续两帧图像中的第二运动区域;
根据每一个所述连续两帧图像中的第二运动区域,组成所述连续多帧图像中所述目标对象的第一运动区域。
可选的,所述方法还包括:
根据所述目标对象的位置在所述目标图像中确定出所述目标对象所对应的像素点;
将所述目标图像中所述目标对象所对应的像素点的像素值调整为预设像素阈值,得到显示给用户的目标图像。
第二方面,本申请实施例提供了一种确定目标对象位置的装置,该装置包括:
获取模块,用于获取包含有目标图像的连续多帧图像;所述目标图像包括目标对象;
增强模块,用于对所述目标图像中的第一像素点进行信号增强;其中,所述第一像素点是像素值大于第一背景阈值的像素点,所述第一背景阈值是所述目标图像中背景区域对应的像素点的像素值;
第一确定模块,用于利用所述目标对象在所述连续多帧图像中的位置,确定所述目标对象在连续多帧图像中的第一运动区域;
第二确定模块,用于将所述目标图像中的第二像素点的位置,确定为所述目标对象在所述目标图像中的位置;所述第二像素点是像素值大于第二背景阈值的像素点;所述第二背景阈值是所述第一运动区域内背景区域对应的像素点的像素值。
可选的,所述增强模块,包括:
计算单元,用于根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值,计算每个像素点的增强因子;
增强单元,用于利用所述增强因子,将所述目标图像中的所述第一像素点进行信号增强。
可选的,所述计算单元,包括:
第一确定子单元,用于将所述目标图像中统计得到的数量最多的像素值作为第一背景阈值;
第二确定子单元,用于从所述目标图像中所有大于所述第一背景阈值的像素点的像素值中确定最大像素值;
计算子单元,用于根据所述最大像素值、每个像素点的像素值和所述第一背景阈值计算每个像素点的增强因子。
第三方面,本申请实施例提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如所述方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行如所述方法的步骤。
本申请实施例提出的一种确定目标对象位置的方法,基于视觉对比机制,将像素值大于第一背景阈值的像素点进行信号增强,也就是,对目标图像的背景杂波也进行了抑制。同时,利用目标对象在连续多帧图像中的位置,确定目标对象在连续多帧图像中的第一运动区域,在第一运动区域的引导下,提高了在目标图像中进一步确定目标对象的位置的准确度,而且可以全面的检测出目标图像中所包含的目标对象。
为使本申请的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种确定对象位置的方法的流程示意图;
图2为本申请实施例提供的一种增强因子计算方法的流程示意图;
图3为本申请实施例提供的一种确定对象位置的装置的流程示意图;
图4为本申请实施例提供的一种计算机设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
随着科技的发展,人类对太空的探索活动日益频繁,而空间目标探测对于感知空间态势、维护空间环境安全具有重要意义。
空间目标探测主要分为地基和天基两类,相比于传统的地基空间目标探测,天基空间目标探测、探测覆盖面广、探测能力强,近年来成为各国重点的发展方向。但是,在天基空间探测过程中,由于受大气散射、折射、光学散焦、镜头变形等影响,超远距离的目标对象被探测器接收时,信号强度表现为暗弱的特点,甚至肉眼不可见,导致目标对象位置的确定并不准确。
有鉴于此,为了提高目标对象位置确定的准确度,本申请实施例提供了一种确定目标对象位置的方法、装置、计算机设备和介质,下面通过实施例进行描述。
图1示出了本申请实施例所提供的一种确定对象位置的方法的流程示意图,其中,该方法可以通过步骤S101-S105实现:
S101,获取包含有目标图像的连续多帧图像;所述目标图像包括目标对象;
S102,对所述目标图像中的第一像素点进行信号增强;其中,所述第一像素点是像素值大于第一背景阈值的像素点,所述第一背景阈值是所述目标图像中背景区域对应的像素点的像素值;
S103,利用所述目标对象在所述连续多帧图像中的位置,确定所述目标对象在连续多帧图像中的第一运动区域;
S104,将所述目标图像中的第二像素点的位置,确定为所述目标对象在所述目标图像中的位置;所述第二像素点是像素值大于第二背景阈值的像素点;所述第二背景阈值是所述第一运动区域内背景区域对应的像素点的像素值。
在上述步骤S101中,目标图像是指在大气层外采用天基光学成像系统拍摄的太空图像,其中目标图像包含有目标对象;目标对象可以为在大气层外围环绕地球进行轨道飞行的人造航天器,或其它恒星、行星等自然天体。由于目标对象在太空中主要靠太阳的反射才能被相机捕获,而且拍摄距离较远,所以能量微弱,在光学系统成像面上的表现形式为点目标。连续多帧图像包括多个单帧图像,多个单帧图像是按照固定时间间隔获取的连续的多个单帧图像,单帧图像是一幅静止的画面,多个连续的单帧图像组成影像动画。
具体实施中,本申请主要是为了在目标图像中确定出目标对象,因此,只有在获取到目标图像后,才能执行步骤后续步骤S102至S105。
在上述步骤S102中,第一像素点是目标图像中像素值大于第一背景阈值的像素点,第一背景阈值是目标图像中背景区域对应的像素点的像素值。背景区域对应的像素点是目标图像中统计得到的数量最多的像素值。图像是由多个像素点组成的,每个像素点具有对应的像素值。目标图像中包括目标对象和背景区域。在目标图像中背景区域对应的像素点的像素值范围为第一背景阈值。信号增强用于对目标图像中目标对象的像素值进行调整,提高像素点的像素值,以使目标对象在目标图像中显示的更清晰。
通过天基光学成像系统获取包含有目标对象的目标图像时,由于距离过远,目标对象的信号强度较弱,无法在目标图像中被清晰的识别出来。因此,将像素值大于第一背景阈值的第一像素点进行信号增强,提高了目标图像中目标对象与背景区域对比度,使目标对象更容易被识别出来。
在上述步骤S103中,第一运动区域是目标对象的运动轨迹在目标图像中所对应的区域。其中,目标对象的运动轨迹是基于连续多帧图像中目标对象的位置进行确定。
在具体实施中,在通过增强因子提高目标图像中像素点的像素值的过程中,是对高于第一背景阈值的像素点的像素值进行调整,但是在目标图像中像素值高于第一背景阈值的像素点中,还包括混淆目标对象的噪点,因此,需要进一步确定目标对象在目标图像中的区域,即第一运动区域,基于第一运动区域的引导确定目标对象,可以提高确定目标对象所在位置的准确性。本申请实施例可以通过Farneback(稀疏光流跟踪算法)估算目标对象的第一运动区域。
在上述步骤S104中,第二背景阈值是第一运动区域中背景区域的像素点对应的像素值,由于第一运动区域的像素点主要表征了目标对象和目标对象附近的图像,由于受到目标对象的影响(目标对象散发光源),在第一运动区域中,目标对象附近的像素点的像素值可能大于第一背景阈值,因此,在第一运动区域中确定的第二背景阈值也可能大于第一背景阈值。
在具体实施中,通过第一运动区域在目标图像中确定目标对象所在的区域,第一运动区域相对于目标图像而言是一个较小的区域,且在第一运动区域中包括目标对象和背景,因此,在第一运动区域中,只要是像素值大于背景区域的像素值的像素点可以被认定为是目标对象对应的像素点,也就是,在一个较小区域(第一运动区域)中,利用背景阈值(第二背景阈值)进一步确定目标对象的位置,提高了目标对象位置确定的准确度。本申请实施例可以通过自适应阈值分割方法在目标图像中与第一运动区域相对应的区域内提取像素点作为目标对象,进而确定出目标对象的位置。
本申请实施例的上述五个步骤,基于视觉对比机制,将像素值大于第一背景阈值的像素点进行信号增强,进而提高目标对象与背景的对比度;然后利用目标对象在连续多帧图像中的位置,确定目标对象在连续多帧图像中的第一运动区域,在第一运动区域的引导下,对目标图像的背景中的噪音进行了过滤,提高了在目标图像中进一步确定目标对象的位置的准确度,而且可以全面的检测出目标图像中所包含的目标对象。
本申请中,对目标图像中的第一像素点进行信号增强,是为了提高目标图像中目标对象与背景之间的对比度,可以采用如下方式对第一像素点的像素值进行增强:
步骤1021,根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值,计算每个像素点的增强因子;
步骤1022,利用所述增强因子,将所述目标图像中的所述第一像素点进行信号增强。
针对上述步骤1021,增强因子用于对像素点的像素值进行信号增强。
具体的,为了更详细的了解增强因子的确定过程,图2示出了本申请实施例提供的一种增强因子计算方法的流程示意图,参照图2所示,增强因子的确定过程可以通过步骤S201-S203实现:
S201,将所述目标图像中统计得到的数量最多的像素值作为第一背景阈值;
S202,从所述目标图像中所有大于所述第一背景阈值的像素点的像素值中确定最大像素值;
S203,根据所述最大像素值、每个像素点的像素值和所述第一背景阈值计算每个像素点的增强因子。
在上述步骤S201中,图像直方图用于描述目标图像中像素点的像素值的分布特性,统计每个像素值对应的像素点个数,因此,数量最多的像素值可以通过图像直方图统计得到。由于天基光学成像系统拍摄的太空图像中大部分为观测背景,因此,选取目标图像的图像直方图统计数值最大的像素值作为第一背景阈值。在具体实施中,第一背景阈值可以通过以下公式进行表示:
Tbackgroud=max(imhist(I));
其中,Tbackgroud代表第一背景阈值;I为输入的目标图像,imhist()是目标图像的图像直方图;max(imhist(I))是取图像直方图数值最大的像素值。
在上书步骤S202中,由于第一背景阈值代表太空图像中的观测背景的像素值,整体亮度较低,而目标对象的像素值会略强于第一背景阈值,因此,在获得第一阈值后,会从目标图像中筛选出所有大于第一背景阈值的像素点,并基于所有筛选出的像素点的像素值确定一个最大像素值。
在上述步骤S203中,通过计算最大像素值与每一个像素点像素值的乘积和第一背景阈值之间的比重,即可得到增强因子。具体的,增强因子可以通过以下公式进行表示:
其中,K为增强因子,max(I>Tbackgroud)为在目标图像中高于第一背景阈值的像素点的最大像素值,为目标图像中第i行第j列的像素点的像素值,Tbackgroud为第一背景阈值。
本申请通过上述步骤S201-S203,基于目标对象的像素值与第一背景阈值之间的差异性,自适应计算增强因子,提高了目标对象自身局部像素的对比度,增强了自身的信号强度,使其与观测背景区别更加明显。
在上述步骤1022中,通过增强因子对目标图像中高于第一背景阈值的像素点进行信号增强,以更好的区分目标对象和观测背景,提高了识别目标对象的准确度。在具体实施中,本申请实施例可以通过将目标图像中大于第一背景阈值的像素点的像素值与增强因子相乘,对所有小于等于第一背景阈值的像素点的像素值原样输出,以达到对目标图像中每个像素点的像素值进行调整的目的。
作为一可选的实施例,本申请实施例在得到增强因子后,会对目标图像的每一个像素点进行像素值调整,以使目标对象与观测背景相比,更加突出,提高了目标对象的检测率。具体的,上述步骤1023可以通过步骤10231-步骤10232实现:
步骤10231,根据所述第一背景阈值在所述目标图像中筛选出待调整像素点;
步骤10232,针对每一个待调整像素点,根据所述待调整像素点对应的增强因子对所述待调整像素点的像素值进行调整。
在上述步骤10231中,待调整的像素点是指像素值大于第一背景阈值的像素点。例如,待调整的像素点可能是目标对象,也可能是其它噪点。
在上述步骤10232中,针对待调整的像素点,会将其与增强因子进行乘积运算,以赋予待调整的像素点一定的权重值,提高自身的局部像素的对比度,以提高检测率。针对不需要调整的像素点,即像素值小于等于第一背景阈值的像素点则进行原样输出处理。在具体实施中,在获取到增强因子K、第一背景阈值Tbackgroud后,可以通过以下公式对目标图像的整体局部对比度进行调整:
其中,if/(i,j)>Tbackground是像素值大于第一背景阈值的像素值,else I(i,j)≤Tbackground是像素值小于或等于第一背景阈值的像素值。
为了避免在调整目标图像中像素点I(i,j)的像素值时,像素点的像素值出现过曝现象,设置了界限值对目标图像的像素点的增强进行了约束,具体地,对目标图像像素点信号增强进行约束,可以通过以下公式进行表示:
I(i,j)=min(I(i,j),TcritiCal);
其中,Tcritical为增强约束的界限值,可以设置为200;min(I(i,j),Tcritical)为目标图像中像素值大于200的像素点。
为了进一步在调整后的像素点中区分目标对象和其它噪点,本申请实施例会通过目标对象的运动轨迹确定第一运动区域,基于第一运动区域的引导确定目标对象,提高了目标对象的确定的准确度。具体的,上述步骤103可以通过步骤1031-1032实现:
步骤1031,根据连续两帧图像中对应像素点的像素差,确定所述目标对象在连续两帧图像中的第二运动区域;
步骤1032,根据每一个所述连续两帧图像中的第二运动区域,组成所述连续多帧图像中所述目标对象的第一运动区域。
在上述步骤1031中,第二运动区域可以为多个,其代表目标对象在相邻两帧图像中的运动轨迹所在的区域。第二运动区域的确定过程可分为四步,例如,第一步,基于获取的包含有目标图像的连续多帧的图像,创建一个3维矩阵,并构造连续多帧的时空序列矩阵;第二步,将连续多帧的时空序列矩阵的每一帧采取Farneback光流法求取时空序列的光流图,光流图包含黑白两色的颜色空间,白色代表图像中移动的区域,黑色代表像素值未发生改变,灰色区域代表像素发生较小位移;第三步,采用中值滤波方法对光流图进行平滑处理;第四步,利用光流运动图之间差值,来估算第二运动区域。
在上述步骤1032中,在得到多个第二运动区域后,通过将每一个第二运动区域进行组合估算,即可确定包含目标对象运动轨迹的第一运动区域。
通过上述步骤1031-1032,采取Farneback光流法对目标对象的第一运动区域进行估算,可以有效剔除噪点,提高了目标对象确定的准确度。
在确定了目标对象的第一运动区域后,为了在目标图像中的与第一运动区域相对应的区域内,进一步提取目标对象。作为一可选的实施例,上述步骤104可以通过步骤1041-1042实现:
步骤1041,根据所述第一运动区域内的每个像素值对应的像素点的个数确定第二背景阈值;所述第二背景阈值是所述第一运动区域内背景区域对应的像素点的像素值;
步骤1042,根据所述第一运动区域内像素值大于所述第二背景阈值的像素点的位置,确定所述目标对象的位置。
在上述步骤1051中,由于在目标图像中的与第一运动区域相对应的区域内,观测背景依旧占其一大部分,因此,本申请实施例通过该区域内像素值出现次数最多的像素点的像素值作为第二背景阈值。在具体实施中,第二背景阈值可以通过以下公式进行表示:
Thresholdregion=mod(I(ΔX));
其中,I为目标图像,Thresholdregion为第二背景阈值,ΔX为第一运动区域,mod()为统计目标图像中像素点的像素值出现次数最多的函数。
在上述步骤1052中,在得到第二背景阈值后,将目标图像中的与第一运动区域相对应的区域内的大于第二背景阈值的像素点确定为目标对象。在具体实施中,为了提高目标对象的显示的区别度,本申请实施例会将识别出的目标对象所在位置对应像素点的像素值进行调整,以使目标对象更便于用户观察。例如,可以将目标对象所在位置对应像素点的像素值调整为255得到目标图像,将目标图像显示给用户。因此,作为一可选的实施例,本申请实施例提供了一种确定目标图像的方法,便于用户观察,该方法可包括:
步骤106,根据所述目标对象的位置在所述目标图像中确定出所述目标对象所对应的像素点;
步骤107,将所述目标图像中所述目标对象所对应的像素点的像素值调整为预设像素阈值,得到显示给用户的目标图像。
在上述步骤106中,根据目标对象的位置,在目标图像中查找到目标对象对应的像素点,本申请实施例会将目标对象所在位置的坐标值提取到本地文档进行保存。
在上述步骤107中,基于保存的坐标值就可以找到目标对象所对应的像素点,将像素点的像素值调整为预设的像素阈值,如255,以得到显示给用户的目标图像。在具体实施中,可以通过以下公式调整目标图像中像素点的像素值:
其中,I(ΔX)为目标图像,Thresholdregion为第二背景阈值,255为像素阈值。
通过上述步骤106-107,对目标对象对应像素点的像素值进行了调整,也就是,将目标对象的像素点的像素值调整为255(最大像素值),其他像素点的像素值不变,以得到显示给用户的目标图像,使目标对象在目标图像中更容易被用户观察到。
本申请实施例提供的一种基于视觉对比机制,通过目标图像的第一背景阈值与目标对象的像素值之间的差值,计算得到增强因子,通过增强因子提高了目标对象自身局部的对比度,对目标图像的背景杂波进行了抑制。同时,利用目标对象在连续多帧图像中的位置,确定目标对象在连续多帧图像中的第一运动区域,在第一运动区域的引导下,提高了在目标图像中进一步确定目标对象的位置的准确度,而且可以全面的检测出目标图像中所包含的目标对象。
图3示出了本申请实施例所提供的一种确定对象位置的装置的示意图,其中,该装置包括:
获取模块301,用于获取包含有目标图像的连续多帧图像;所述目标图像包括目标对象;
增强模块302,用于对所述目标图像中的第一像素点进行信号增强;其中,所述第一像素点是像素值大于第一背景阈值的像素点,所述第一背景阈值是所述目标图像中背景区域对应的像素点的像素值;
第一确定模块303,用于利用所述目标对象在所述连续多帧图像中的位置,确定所述目标对象在连续多帧图像中的第一运动区域;
第二确定模块304,用于将所述目标图像中的第二像素点的位置,确定为所述目标对象在所述目标图像中的位置;所述第二像素点是像素值大于第二背景阈值的像素点;所述第二背景阈值是所述第一运动区域内背景区域对应的像素点的像素值。
可选的,所述增强模块302,包括:
计算单元,用于根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值,计算每个像素点的增强因子;
增强单元,用于利用所述增强因子,将所述目标图像中的所述第一像素点进行信号增强。
可选的,所述计算单元,包括:
第一确定子单元,用于将所述目标图像中统计得到的数量最多的像素值作为第一背景阈值;
第二确定子单元,用于从所述目标图像中所有大于所述第一背景阈值的像素点的像素值中确定最大像素值;
计算子单元,用于根据所述最大像素值、每个像素点的像素值和所述第一背景阈值计算每个像素点的增强因子。
可选的,所述第一确定模块303,包括:
第一确定单元,用于根据连续两帧图像中对应像素点的像素差,确定所述目标对象在连续两帧图像中的第二运动区域;
第二确定单元,用于根据每一个所述连续两帧图像中的第二运动区域,组成所述连续多帧图像中所述目标对象的第一运动区域。
可选的,所述装置还包括:
第三确定模块,用于根据所述目标对象的位置在所述目标图像中确定出所述目标对象所对应的像素点;
第四确定模块,用于将所述目标图像中所述目标对象所对应的像素点的像素值调整为预设像素阈值,得到显示给用户的目标图像。
对应于图1中的一种确定目标对象位置的方法,本申请实施例还提供了一种计算机设备400,如图4所示,该设备包括存储器401、处理器402及存储在该存储器401上并可在该处理器402上运行的计算机程序,其中,上述处理器402执行上述计算机程序时实现上述确定目标对象位置的方法。
具体地,上述存储器401和处理器402能够为通用的存储器和处理器,这里不做具体限定,当处理器402运行存储器401存储的计算机程序时,能够执行上述确定目标对向位置的方法,解决了现有技术中确定超远距离的目标对象位置准确度较低的问题。
对应于图1中的一种确定目标对象位置的方法,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述一种确定目标对象位置的方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述一种确定目标对象位置的方法,解决了现有技术中确定超远距离的目标对象位置准确度较低的问题。本申请通过获取包含有目标图像的连续多帧图像;根据目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值,计算每个像素点的增强因子;利用目标图像中每个像素点的增强因子和第一背景阈值,对每个像素点的像素值进行调整;利用目标对象在连续多帧图像中的位置,确定目标对象在连续多帧图像中的第一运动区域;基于目标图像中所述第一运动区域内的调整像素值的像素点的位置,确定目标对象在目标图像中的位置。本申请通过计算每个像素点的增强因子,在目标图像中增强了目标对象自身的局部对比度,提高了确定目标对象位置的精准度。
在本申请所提供的实施例中,应该理解到,所揭露方法和装置,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。
Claims (6)
1.一种确定目标对象位置的方法,其特征在于,包括:
获取包含有目标图像的连续多帧图像;所述目标图像包括目标对象;
对所述目标图像中的第一像素点进行信号增强;其中,所述第一像素点是像素值大于第一背景阈值的像素点,所述第一背景阈值是所述目标图像中背景区域对应的像素点的像素值;
利用所述目标对象在所述连续多帧图像中的位置,确定所述目标对象在连续多帧图像中的第一运动区域;
将所述目标图像中的第二像素点的位置,确定为所述目标对象在所述目标图像中的位置;所述第二像素点是像素值大于第二背景阈值的像素点;所述第二背景阈值是所述第一运动区域内背景区域对应的像素点的像素值;
对所述目标图像中的第一像素点进行信号增强,包括:
根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值,计算每个像素点的增强因子;
利用所述增强因子,将所述目标图像中的所述第一像素点进行信号增强;
根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值计算每个像素点的增强因子,包括:
将所述目标图像中统计得到的数量最多的像素值作为第一背景阈值;
从所述目标图像中所有大于所述第一背景阈值的像素点的像素值中确定最大像素值;
根据所述最大像素值、每个像素点的像素值和所述第一背景阈值计算每个像素点的增强因子;增强因子可以通过以下公式进行表示:
K=max(I>Tbackgroud)×Ii j/Tbackgroud;
其中,K为增强因子,max(I>Tbackgroud)为在目标图像中高于第一背景阈值的像素点的最大像素值,为目标图像中第i行第j列的像素点的像素值,Tbackgroud为第一背景阈值。
2.根据权利要求1所述的方法,其特征在于,所述利用所述目标对象在所述连续多帧图像中的位置,确定所述目标对象在连续多帧图像中的第一运动区域,包括:
根据连续两帧图像中对应像素点的像素差,确定所述目标对象在连续两帧图像中的第二运动区域;
根据每一个所述连续两帧图像中的第二运动区域,组成所述连续多帧图像中所述目标对象的第一运动区域。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述目标对象的位置在所述目标图像中确定出所述目标对象所对应的像素点;
将所述目标图像中所述目标对象所对应的像素点的像素值调整为预设像素阈值,得到显示给用户的目标图像。
4.一种确定目标对象位置的装置,其特征在于,包括:
获取模块,用于获取包含有目标图像的连续多帧图像;所述目标图像包括目标对象;
增强模块,用于对所述目标图像中的第一像素点进行信号增强;其中,所述第一像素点是像素值大于第一背景阈值的像素点,所述第一背景阈值是所述目标图像中背景区域对应的像素点的像素值;
第一确定模块,用于利用所述目标对象在所述连续多帧图像中的位置,确定所述目标对象在连续多帧图像中的第一运动区域;
第二确定模块,用于将所述目标图像中的第二像素点的位置,确定为所述目标对象在所述目标图像中的位置;所述第二像素点是像素值大于第二背景阈值的像素点;所述第二背景阈值是所述第一运动区域内背景区域对应的像素点的像素值;
所述增强模块,包括:
计算单元,用于根据所述目标图像中像素点的最大像素值、每个像素点的像素值和第一背景阈值,计算每个像素点的增强因子;
增强单元,用于利用所述增强因子,将所述目标图像中的所述第一像素点进行信号增强;
所述计算单元,包括:
第一确定子单元,用于将所述目标图像中统计得到的数量最多的像素值作为第一背景阈值;
第二确定子单元,用于从所述目标图像中所有大于所述第一背景阈值的像素点的像素值中确定最大像素值;
计算子单元,用于根据所述最大像素值、每个像素点的像素值和所述第一背景阈值计算每个像素点的增强因子;增强因子可以通过以下公式进行表示:
K=max(I>Tbackgroud)×Ii j/Tbackgroud;
其中,K为增强因子,max(I>Tbackgroud)为在目标图像中高于第一背景阈值的像素点的最大像素值,为目标图像中第i行第j列的像素点的像素值,Tbackgroud为第一背景阈值。
5.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1-3中任一项所述的方法的步骤。
6.一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,其特征在于,所述计算机程序被处理器运行时执行上述权利要求1-3中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028045.4A CN114373011B (zh) | 2022-01-11 | 2022-01-11 | 一种确定目标对象位置的方法、装置、计算机设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210028045.4A CN114373011B (zh) | 2022-01-11 | 2022-01-11 | 一种确定目标对象位置的方法、装置、计算机设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114373011A CN114373011A (zh) | 2022-04-19 |
CN114373011B true CN114373011B (zh) | 2025-01-21 |
Family
ID=81144699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210028045.4A Active CN114373011B (zh) | 2022-01-11 | 2022-01-11 | 一种确定目标对象位置的方法、装置、计算机设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114373011B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117710235B (zh) * | 2024-02-06 | 2024-05-14 | 浙江华感科技有限公司 | 图像目标增强方法、装置、计算机设备和存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163857A (zh) * | 2019-05-24 | 2019-08-23 | 上海联影医疗科技有限公司 | 图像背景区域的检测方法、装置、存储介质及x射线系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1952344B1 (en) * | 2005-11-23 | 2011-06-08 | Cedara Software Corp. | Method and system for enhancing digital images |
CN107945163B (zh) * | 2017-11-23 | 2020-04-28 | 广州酷狗计算机科技有限公司 | 图像增强方法及装置 |
CN109035287B (zh) * | 2018-07-02 | 2021-01-12 | 广州杰赛科技股份有限公司 | 前景图像提取方法和装置、运动车辆识别方法和装置 |
CN111476064A (zh) * | 2019-01-23 | 2020-07-31 | 北京奇虎科技有限公司 | 小目标检测方法、装置、计算机设备及存储介质 |
-
2022
- 2022-01-11 CN CN202210028045.4A patent/CN114373011B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110163857A (zh) * | 2019-05-24 | 2019-08-23 | 上海联影医疗科技有限公司 | 图像背景区域的检测方法、装置、存储介质及x射线系统 |
Non-Patent Citations (1)
Title |
---|
红外弱小运动目标的检测算法研究;杨丹;中国优秀硕士学位论文全文数据库;20181215;第1-3节 * |
Also Published As
Publication number | Publication date |
---|---|
CN114373011A (zh) | 2022-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2261853B1 (en) | Image processing apparatus, medium, and method | |
EP2489007B1 (en) | Image deblurring using a spatial image prior | |
Serikawa et al. | Underwater image dehazing using joint trilateral filter | |
US20110102642A1 (en) | Image deblurring using a combined differential image | |
US9041834B2 (en) | Systems and methods for reducing noise in video streams | |
KR101633377B1 (ko) | 다중 노출에 의한 프레임 처리 방법 및 장치 | |
CN107220931A (zh) | 一种基于灰度级映射的高动态范围图像重建方法 | |
Mathias et al. | Underwater image restoration based on diffraction bounded optimization algorithm with dark channel prior | |
WO2020171300A1 (en) | Processing image data in a composite image | |
EP4420073A1 (en) | Systems and methods for obtaining dark current images | |
CN109658357A (zh) | 一种面向遥感卫星图像的去噪方法 | |
US20220237755A1 (en) | Image enhancement method and image processing device | |
CN114373011B (zh) | 一种确定目标对象位置的方法、装置、计算机设备和介质 | |
US10726581B2 (en) | System and method for scene-space video processing | |
Yongpan et al. | An improved Richardson–Lucy algorithm based on local prior | |
Liu et al. | A novel high dynamic range image enhancement algorithm based on guided image filter | |
Zhao et al. | An improved image deconvolution approach using local constraint | |
Xu et al. | Features based spatial and temporal blotch detection for archive video restoration | |
CN117495713A (zh) | 遥感模糊图像复原方法及系统 | |
CN114913287B (zh) | 一种三维人体模型重建方法及系统 | |
Wang et al. | Exposure correction using deep learning | |
Vavilin et al. | Recursive HDR image generation from differently exposed images based on local image properties | |
Kim et al. | Robust Pixel-wise Dehazing Algorithm based on Advanced Haze-Relevant Features. | |
Wang et al. | Multi-PSF fusion in image restoration of range-gated systems | |
JP4831344B2 (ja) | 目の位置の検出方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |