一种基于红外图像处理的动物智能检测方法及系统与流程

本发明涉及图像处理，具体涉及一种基于红外图像处理的动物智能检测方法及系统。

背景技术：

1、对于野生动物的生态学研究和保护工作来说，了解动物的分布、活动和行为至关重要，传统的动物监测方法如人工观察、陷阱摄像机等存在一些局限性，如人力成本高、实时性差等。而基于红外图像处理的智能检测方法可以实现对动物的自动监测和识别，从而提高监测效率和数据的自动化处理。而在通过红外图像对动物进行监测时，需要对红外图像中的动物进行准确的分割，然后对分割后的区域进行识别，从而来获得动物的种类。

2、根据阈值分割算法对红外动物图像中的动物区域进行分割时，分割阈值选择影响分割效果。

技术实现思路

1、为了解决上述问题，本发明一种基于红外图像处理的动物智能检测方法及系统。

2、本发明的一种基于红外图像处理的动物智能检测方法采用如下技术方案：

3、本发明一个实施例提供了一种基于红外图像处理的动物智能检测方法，该方法包括以下步骤：

4、采集红外动物图像；

5、获取红外动物图像的灰度直方图，得到红外动物图像的若干灰度级；根据红外动物图像的每个灰度级对应的像素点数量，获取每个灰度级为目标灰度级的可能程度；根据红外动物图像的每个灰度级为目标灰度级的可能程度获取目标灰度级，根据目标灰度级获取红外动物图像中的目标像素点；

6、根据红外动物图像中的目标像素点，获取红外动物图像的各个目标区域；根据红外动物图像的各个目标区域的灰度特征获取分割阈值；根据分割阈值获取红外动物图像的若干分割区域；

7、根据分割区域中灰度分布与梯度分布，获取红外动物图像的每个分割区域每次滑动的步长系数；根据红外动物图像的每个分割区域每次滑动的步长系数，获取红外动物图像的每个分割区域每次滑动时的滑动步长；

8、根据红外动物图像的每个分割区域每次滑动时的滑动步长结合自适应分割算法对每个分割区域进行分割，得到动物区域。

9、优选的，所述获取每个灰度级为目标灰度级的可能程度，包括的具体步骤如下：

10、

11、式中，代表红外动物图像的第个灰度级为目标灰度级的可能程度；代表红外动物图像的第个灰度级在红外动物图像中对应的像素点数量；代表红外动物图像的像素点总数；代表红外动物图像中像素点数量最多的灰度级对应的灰度级序号；代表红外动物图像的第个灰度级的灰度级序号；表示以自然常数为底的指数函数；代表绝对值符号。

12、优选的，所述根据红外动物图像的每个灰度级为目标灰度级的可能程度获取目标灰度级，根据目标灰度级获取红外动物图像中的目标像素点，包括的具体步骤如下：

13、预设程度阈值，当红外动物图像的任一灰度级为目标灰度级的可能程度大于程度阈值时，该灰度级为目标灰度级，得到所有目标灰度级；

14、当红外动物图像中任一像素点的灰度值与任一目标灰度级相等时，该像素点为红外图像中的目标像素点，得到红外动物图像中的所有目标像素点。

15、优选的，所述根据红外动物图像中的目标像素点，获取红外动物图像的各个目标区域，包括的具体步骤如下：

16、预设生长阈值，将红外动物图像中的每个目标像素点作为一个种子点进行区域生长，得到红外动物图像的各个目标区域。

17、优选的，所述根据红外动物图像的各个目标区域的灰度特征获取分割阈值，包括的具体步骤如下：

18、

19、式中，表示分割阈值；表示第个目标区域的像素点数量；表示第个目标区域中所有两两像素点之间的距离的均值；表示第个目标区域中所有像素点的平均灰度值，表示目标区域的数量。

20、优选的，所述根据分割阈值获取红外动物图像的若干分割区域，包括的具体步骤如下：

21、根据分割阈值，对红外动物图像进行分割，将灰度值小于分割阈值的像素点组成的区域记为红外动物图像的分割区域，得到红外动物图像的若干分割区域。

22、优选的，所述根据分割区域中灰度分布与梯度分布，获取红外动物图像的每个分割区域每次滑动的步长系数，包括的具体步骤如下：

23、预设滑动窗口的大小为，预设搜索窗口的大小为，搜索窗口位于滑动窗口的左侧与滑动窗口相连接；

24、将红外动物图像的任一分割区域记为当前分割区域，从当前分割区域的左上方开始，将滑动窗口按照从左向右，从上到下的方向，以初始步长为，对当前分割区域进行滑动；

25、

26、式中，代表当前分割区域第次滑动的步长系数；代表当前分割区域中第次滑动时滑动窗口中像素点的平均灰度值；代表当前分割区域第次滑动时搜索窗口中像素点的平均灰度值；代表当前分割区域中像素点的平均灰度值；代表当前分割区域第次滑动时搜索窗口中的第个像素点的梯度幅值，代表当前分割区域第次滑动时搜索窗口中的中心像素点的梯度幅值；代表当前分割区域第次滑动时滑动窗口中第个像素点的梯度幅值；代表当前分割区域第次滑动时滑动窗口中的中心像素点的梯度幅值；代表当前分割区域第次滑动时滑动窗口中像素点的平均梯度幅值；代表绝对值符号；代表自然常数；代表滑动窗口与搜索窗口的边长。

27、优选的，所述根据红外动物图像的每个分割区域每次滑动的步长系数，获取红外动物图像的每个分割区域每次滑动时的滑动步长，包括的具体步骤如下：

28、预设程度阈值，如果当前分割区域第次滑动的步长系数大于等于程度阈值时，当前分割区域第次滑动时的滑动步长为，如果当前分割区域第次滑动的步长系数小于程度阈值时，当前分割区域第次滑动时的滑动步长为，代表滑动窗口的边长，获取红外动物图像的每个分割区域每次滑动时的滑动步长。

29、优选的，所述根据红外动物图像的每个分割区域每次滑动时的滑动步长结合自适应分割算法对每个分割区域进行分割，得到动物区域，包括的具体步骤如下：

30、基于红外动物图像的每个分割区域每次滑动时的滑动步长，使用滑动窗口对每个分割区域进行滑动，并根据自适应阈值分割算法对滑动窗口中的像素点进行分割，将大于分割阈值的像素点作为动物区域的像素点，得到红外动物图像中的动物区域。

31、本发明还提出一种基于红外图像处理的动物智能检测系统，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现任意一项所述一种基于红外图像处理的动物智能检测方法的步骤。

32、本发明的技术方案的有益效果是：本发明通过采集红外动物图像；获取红外动物图像的每个灰度级为目标灰度级的可能程度，进而得到目标灰度级，根据目标灰度级获取红外动物图像中的目标像素点，进而得到红外动物图像的各个目标区域；根据红外动物图像的各个目标区域的灰度特征获取分割阈值对红外动物图像行进分割，得到每个分割区域，本发明获取的分割阈值接近于动物区域的灰度分布，使得分割得到的各个分割区域为动物区域的准确性更高；接着根据滑动窗口与搜索窗口中像素点的灰度分布与梯度分布关系，获取红外动物图像的每个分割区域每次滑动的步长系数；根据红外动物图像的每个分割区域每次滑动的步长系数，获取红外动物图像的每个分割区域每次滑动时的滑动步长；根据红外动物图像的每个分割区域每次滑动时的滑动步长结合自适应分割算法对每个分割区域进行分割，使得每个分割区域的更加完整，能够将动物区域准确的分割出来。