基于显著图融合的无人机载热红外图像目标检测方法

赵兴科 李明磊 张 弓 黎 宁 李家松

1.南京航空航天大学电子信息工程学院 南京 211106

近年来,以无人机(Unmanned aerial vehicles,UAV)为平台的图像获取和处理技术在交通、安防和环保等领域得到快速发展.彩色图像在理想光照条件下,对目标检测有很好的效果,可以较容易地利用深度学习技术找到图像中兴趣目标的具体位置并识别其类别.然而,在夜间或缺乏足够光照的情况下,基于彩色图像的目标检测往往难以达到预期效果,容易造成漏检或误检.红外相机非常适合在这种条件下成像,因为它们能感应到目标物发出的辐射且不受光照条件的限制.面向行人和车辆检测的需求,本文研究一种适用于以无人机为平台获取的热红外图像数据智能处理算法.

相比于彩色图像,热红外图像有着对比度低、纹理特征弱等缺点.因此,在彩色图像和热红外图像之间存在明显的互补.为了开发这种互补的潜力,相关学者做了大量的工作来构建融合彩色和热红外图像的数据结构[1].但是彩色-热红外图像对并不总是可用的,因为它们实时同步成像的成本很高,而且数据处理前还需要图像配准准确,图像错位还会降低检测器的性能.这些原因促使本文探索只使用热红外图像来进行目标检测的机制.为了解决热红外图像中目标检测的难题,本文提出使用显著图来进行图像增强.文献[2]通过在颜色、方向、运动和深度上与周围环境的不同来定义特定位置的显……