【技術實現步驟摘要】
本申請涉及圖像處理，具體地涉及一種模型訓練方法、圖像顯示方法、控制裝置、設備及介質。
技術介紹
1、實際進行消防救援時，對于火災現場等存在大量濃煙的現場區域，濃煙導致了現場區域的能見度極低，救援人員通過肉眼難以觀察清楚現場區域內的待救援目標。救援人員需在耗費大量時間搜尋待救援目標，進而影響了消防救援效率。隨著圖像采集的技術的快速發展，紅外熱攝像儀及夜視攝像儀等圖像采集裝置被廣泛于消防救援等應急區域。通常用于應急區域的救援探測設備包括了紅外熱攝像儀及夜視攝像儀等圖像采集裝置，以及ar顯示屏等顯示裝置。利用圖像采集裝置采集現場區域的圖像，并利用顯示裝置對圖像進行顯示。
2、救援人員通過觀察顯示裝置所顯示的圖像，能夠提高救援效率和救援成功率。然而，當現場區域的煙霧濃度過大時，現場區域的能見度過低，圖像采集裝置僅能采集到模糊的辨識度差的目標輪廓圖像。顯示裝置無法獲取到清晰的目標輪廓圖像，導致無法快速對現場區域內的目標進行準確分析，進而影響消防救援效率。
技術實現思路
1、本申請實施例的目的是提供一種模型訓練方法、圖像顯示方法、控制裝置、設備及介質，模型訓練方法用以解決現有技術中無法快速對現場區域內的目標進行準確分析的問題。
2、為了實現上述目的，本申請第一方面提供一種模型訓練方法，模型訓練方法包括：
3、根據紅外熱圖像的特性對邊緣檢測圖像數據集進行處理，得到第一樣本圖像數據集；
4、對處于目標環境下的預設區域進行圖像采集，得到目標環境樣本圖像
5、根據目標環境樣本圖像，得到第二樣本圖像數據集；
6、基于卷積神經網絡結構，構建預設模型；
7、利用第一樣本圖像數據集對預設模型進行訓練，得到初始模型；
8、利用第二樣本圖像數據集對初始模型進行訓練，得到邊緣提取模型。
9、本申請的實施例中，根據紅外熱圖像的特性對邊緣檢測圖像數據集進行處理，得到第一樣本圖像數據集，包括：
10、根據紅外熱圖像的特性，對邊緣檢測圖像數據集進行模糊化處理和添加噪聲處理，得到第一樣本圖像數據集。
11、本申請的實施例中，利用第一樣本圖像數據集對預設模型進行訓練，得到初始模型，包括：
12、將第一樣本圖像數據集分別輸入至預設數量的預設模型，得到預設數量的訓練后的預設模型；
13、分別確定每個訓練后的預設模型的性能參數；
14、將目標預設模型確定為初始模型，其中，目標預設模型為所有訓練后的預設模型中性能參數最佳的模型。
15、本申請的實施例中，利用第二樣本圖像數據集對初始模型進行訓練，得到邊緣提取模型，包括：
16、利用第二樣本圖像數據集對初始模型進行第一階段訓練，得到迭代后的初始模型，其中，初始模型的主干特征提取網絡的參數在第一階段訓練中凍結；
17、利用第二樣本圖像數據集對迭代后的初始模型進行第二階段訓練，得到邊緣提取模型，其中，迭代后的初始模型的主干特征提取網絡的參數在第二階段訓練中解凍。
18、本申請第二方面提供一種圖像顯示方法，應用于探測設備，探測設備包括圖像采集裝置和顯示裝置，探測設備的控制方法包括：
19、響應濃煙環境顯示請求或濃霧環境顯示請求，利用圖像采集裝置采集目標區域的紅外熱圖像；
20、將紅外熱圖像輸入至邊緣提取模型，利用邊緣提取模型對紅外熱圖像中的目標進行輪廓提取，得到目標輪廓圖像，其中，邊緣提取模型根據上述的模型訓練方法得到；
21、對目標輪廓圖像進行圖像增強處理，得到目標輪廓增強圖像；
22、基于目標輪廓增強圖像，控制顯示裝置生成圖像界面。
23、本申請的實施例中，對目標輪廓圖像進行圖像增強處理，得到目標輪廓增強圖像，包括：
24、將目標輪廓圖像中目標輪廓的顏色增強為預設顏色，得到目標輪廓增強圖像。
25、本申請的實施例中，圖像顯示方法還包括：
26、響應黑暗環境顯示請求，利用圖像采集裝置采集目標區域的夜視圖像；
27、對夜視圖像中的目標進行輪廓提取，得到目標輪廓圖像。
28、本申請的實施例中，基于目標輪廓增強圖像，控制顯示裝置生成圖像界面，包括：
29、響應圖像疊加請求，將目標輪廓增強圖像與紅外熱圖像進行疊加，得到疊加圖像；
30、基于疊加圖像，控制顯示裝置生成圖像界面。
31、本申請第三方面提供一種控制裝置，包括：
32、存儲器，被配置成存儲指令；
33、處理器，被配置成從存儲器調用指令以及在執行指令時能夠實現根據上述的模型訓練方法，或上述的圖像顯示方法。
34、本申請第四方面提供一種探測設備，包括：
35、根據上述的控制裝置；
36、圖像采集裝置，被配置成采集目標區域的圖像；
37、顯示裝置，被配置成生成圖像界面。
38、本申請第五方面提供一種機器可讀存儲介質，機器可讀存儲介質上存儲有指令，指令用于使得機器執行根據上述的模型訓練方法，或上述的圖像顯示方法。
39、本申請提供一種模型訓練方法，包括：根據紅外熱圖像的特性對邊緣檢測圖像數據集進行處理，得到第一樣本圖像數據集；對處于目標環境下的預設區域進行圖像采集，得到目標環境樣本圖像；根據目標環境樣本圖像，得到第二樣本圖像數據集；基于卷積神經網絡結構，構建預設模型；利用第一樣本圖像數據集對預設模型進行訓練，得到初始模型；利用第二樣本圖像數據集對初始模型進行訓練，得到邊緣提取模型。根據紅外熱圖像的特性以及實際目標環境下的圖像得到樣本數據集，通過樣本數據集得到的邊緣提取模型能夠根據當前環境下紅外熱圖像特性進行高效準確的目標邊緣檢測，進而能夠快速對現場區域內的目標進行準確分析。
40、本申請實施例的其它特征和優點將在隨后的具體實施方式部分予以詳細說明。
本文檔來自技高網...【技術保護點】
1.一種模型訓練方法，其特征在于，所述模型訓練方法包括：
2.根據權利要求1所述的模型訓練方法，其特征在于，所述根據紅外熱圖像的特性對邊緣檢測圖像數據集進行處理，得到第一樣本圖像數據集，包括：
3.根據權利要求1所述的模型訓練方法，其特征在于，所述利用所述第一樣本圖像數據集對所述預設模型進行訓練，得到初始模型，包括：
4.根據權利要求1所述的模型訓練方法，其特征在于，所述利用所述第二樣本圖像數據集對所述初始模型進行訓練，得到邊緣提取模型，包括：
5.一種圖像顯示方法，其特征在于，應用于探測設備，所述探測設備包括圖像采集裝置和顯示裝置，所述探測設備的控制方法包括：
6.根據權利要求5所述的圖像顯示方法，其特征在于，所述對所述目標輪廓圖像進行圖像增強處理，得到目標輪廓增強圖像，包括：
7.根據權利要求5所述的圖像顯示方法，其特征在于，所述圖像顯示方法還包括：
8.根據權利要求5所述的圖像顯示方法，其特征在于，所述基于所述目標輪廓增強圖像，控制所述顯示裝置生成圖像界面，包括：
9.一種控制裝
10.一種探測設備，其特征在于，包括：
11.一種機器可讀存儲介質，其特征在于，所述機器可讀存儲介質上存儲有指令，所述指令用于使得機器執行根據權利要求1至4中任一項所述的模型訓練方法，或權利要求5至8中任一項所述的圖像顯示方法。
...【技術特征摘要】
1.一種模型訓練方法，其特征在于，所述模型訓練方法包括：
2.根據權利要求1所述的模型訓練方法，其特征在于，所述根據紅外熱圖像的特性對邊緣檢測圖像數據集進行處理，得到第一樣本圖像數據集，包括：
3.根據權利要求1所述的模型訓練方法，其特征在于，所述利用所述第一樣本圖像數據集對所述預設模型進行訓練，得到初始模型，包括：
4.根據權利要求1所述的模型訓練方法，其特征在于，所述利用所述第二樣本圖像數據集對所述初始模型進行訓練，得到邊緣提取模型，包括：
5.一種圖像顯示方法，其特征在于，應用于探測設備，所述探測設備包括圖像采集裝置和顯示裝置，所述探測設備的控制方法包括：
6.根...
【專利技術屬性】
技術研發人員：熊憶，周磊，劉光磊，劉召華，黃開，
申請(專利權)人：湖南中聯重科應急裝備有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。