(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211534301.3 (22)申请日 2022.12.02 (71)申请人 湖南工商大 学 地址 410205 湖南省长 沙市岳麓 大道569号 (72)发明人 余绍黔　唐江婧　鲁晓海　 (74)专利代理 机构 长沙轩荣专利代理有限公司 43235 专利代理师 汪金连 (51)Int.Cl. G06T 5/00(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/20(2022.01) G06V 10/764(2022.01) G06V 10/82(2022.01) (54)发明名称 一种图像目标检测方法及相关 设备 (57)摘要 本发明提供了一种图像目标检测方法， 包 括： 步骤1， 获取待检测的低照度图像； 步骤2， 通 过改进后的Retinex模型对低照度图像进行亮度 分量去除处理， 得到增强图像； 步骤3， 将增强图 像输入GoogLeNet神经网络模型进行目标检测， 得到检测结果； 采用改进 的Retinex模型对低照 度图像进行增强， 通过对图像的色彩 空间转换使 亮度信息与色彩信息分离， 以便模 型对彩色图像 增强时彩色分量的信息更加完整， 最后采用 GoogLeNet神经网络模型进行目标检测， 可以更 好挖掘目标特征， 提高了在能见度低的环境下对 目标检测的准确率。 权利要求书2页 说明书8页 附图2页 CN 115546074 A 2022.12.30 CN 115546074 A 1.一种图像目标检测方法， 其特 征在于， 包括： 步骤1， 获取待检测的低照度图像； 步骤2， 通过改进后的Retinex模型对所述低照度图像进行亮度分量去除处理， 得到增 强图像； 步骤3， 将所述增强图像输入Go ogLeNet神经网络模型进行目标检测， 得到检测结果； 所述GoogLeNet神经网络模型的初始特征提取模块包括第一卷积层、 第二卷积层和第 一池化层； 所述第一卷积层的输入端为所述GoogLeNet神经网络模型的输入端， 所述第一卷积层 的输出端与所述第二卷积层的输入端连接， 所述第二卷积层的输出端与所述第一池化层的 输入端连接， 所述第一池化层的输出端与所述GoogLeNet神经网络模型中的局 部响应归一 化层的输入端连接 。 2.根据权利要求1所述的图像目标检测方法， 其特 征在于， 所述 步骤2包括： 将所述低照度图像转换至 颜色空间， 提取亮度分量作为 光照图像； 通过改进后的Reti nex模型对所述低照度图像进行亮度分量去除处 理， 得到增强图像； 所述改进后的Reti nex模型为： 将所述低照度图像 和所述光照图像 相除， 得到所述增强图像 ： 其中， 表示低照度图像， 表示光照图像， 表示增强图像， 表示逐元素乘法， /表示逐 元素除法， 表示图像 像素空间坐标。 3.根据权利要求2所述的图像目标检测方法， 其特 征在于， 将所述低照度图像转换至 颜色空间， 提取亮度分量作为 光照图像， 包括： 将所述低照度图像从RGB颜色空间转换至LMS空间： 将所述低照度图像从所述 LMS空间转换为以10为底的对数空间： 将所述低照度图像从所述对数空间转换到 颜色空间： 将所述 颜色空间的亮度分量作为 光照图像 。 4.根据权利要求3所述的图像目标检测方法， 其特 征在于， 所述 步骤2还包括： 利用Gamma校正对所述光照图像 进行调整， 得到调整后的光照图像 ， 表达式 为：权　利　要　求　书 1/2 页 2 CN 115546074 A 2其中， 表示伽马变换参数， 。 5.根据权利要求 4所述的图像目标检测方法， 其特 征在于， 在所述 步骤3之前还 包括： 对所述增强图像 进行锐化过 滤处理， 得到锐化后的增强图像 ， 表达式如下： 其中， 表示锐化后的图像， 表示增强图像， 表示高斯滤波器， 表 示正比例因子 。 6.根据权利要求5所述的图像目标检测方法， 其特 征在于， 在所述 步骤3之前还 包括： 对锐化后的增强图像 进行零均值 化处理； 将零均值化处理后的所述增强图像 输入所述GoogLeNet神经网络模型进行目标检 测。 7.一种图像目标检测装置， 其特 征在于， 包括： 获取模块， 用于获取待检测的低照度图像； 处理模块， 用于通过改进后的Retinex模型对所述低照度图像进行亮度分量去除处理， 得到增强图像； 检测模块， 用于将所述增强图像输入GoogLeNet神经网络模型进行目标检测， 得到检测 结果； 所述GoogLeNet神经网络模型的初始特征提取模块包括第一卷积层、 第二卷积层和第 一池化层； 所述第一卷积层的输入端为所述GoogLeNet神经网络模型的输入端， 所述第一卷积层 的输出端与所述第二卷积层的输入端连接， 所述第二卷积层的输出端与所述第一池化层的 输入端连接， 所述第一池化层的输出端与所述GoogLeNet神经网络模型中的局 部响应归一 化层的输入端连接 。 8.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的图像目标检测方 法。 9.一种图像目标检测设备， 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， 其特征在于， 所述处理器执行所述计算机程序时实现如权利 要求1至6任一项所述的图像目标检测方法。权　利　要　求　书 2/2 页 3 CN 115546074 A 3