基于Retinex和YOLOv3模型的隧道异物检测方法

    公开(公告)号:CN112115767B

    公开(公告)日:2022-09-30

    申请号:CN202010764265.4

    申请日:2020-08-02

    Abstract: 本发明公开了一种基于Retinex和YOLOv3模型的隧道异物检测方法,方法为:利用四旋翼无人机拍摄隧道图像,并将图像传输到地面站进行预处理;利用导向滤波方法从获得的隧道低照度图像中估计出光照分量;根据Retinex理论在对数域中分解出图像的实际颜色,并利用多尺度颜色恢复算法减轻图像失真,完成低照度增强;利用labelimg软件对处理后的隧道图像数据集进行数据标注;利用标注好的数据集训练YOLOv3网络,从而对隧道图像中的异物进行识别。本发明相比于一般的隧道异物检测方法,在进行异物检测时,不易受到光线不足的影响,具有较好的环境适应性,从而能更稳定准确地进行隧道异物检测任务。

    基于Retinex和YOLOv3模型的隧道异物检测方法

    公开(公告)号:CN112115767A

    公开(公告)日:2020-12-22

    申请号:CN202010764265.4

    申请日:2020-08-02

    Abstract: 本发明公开了一种基于Retinex和YOLOv3模型的隧道异物检测方法,方法为:利用四旋翼无人机拍摄隧道图像,并将图像传输到地面站进行预处理;利用导向滤波方法从获得的隧道低照度图像中估计出光照分量;根据Retinex理论在对数域中分解出图像的实际颜色,并利用多尺度颜色恢复算法减轻图像失真,完成低照度增强;利用labelimg软件对处理后的隧道图像数据集进行数据标注;利用标注好的数据集训练YOLOv3网络,从而对隧道图像中的异物进行识别。本发明相比于一般的隧道异物检测方法,在进行异物检测时,不易受到光线不足的影响,具有较好的环境适应性,从而能更稳定准确地进行隧道异物检测任务。

Patent Agency Ranking