摘要
本发明公开了一种基于自适应图像增强算法的道路抛洒物检测方法,包括:构建自适应图像增强模块;获取原始图像数据集,随机选取部分图像输入自适应图像增强模块形成增强图像数据集,将原始图像数据集和增强图像数据集归为第一数据集;将第一数据集中的图像分别转换为弱光图像并划分训练集和验证集;建立改进YOLO v7目标检测模型,包括依次连接的骨干网络、多尺度特征融合模块和检测头;采用训练集和验证集对模型进行训练并验证,形成最终目标检测模型;将待识别图像输入自适应图像增强模块形成第一增强图像,将第一增强图像输入最终目标检测模型获得目标检测结果。能够提升对低能见度高速道路抛洒物的检测,减少误报率,保证道路安全。
技术关键词
图像滤波器
抛洒物检测方法
图像增强算法
融合特征
图像增强模块
原始图像数据
多尺度特征融合
大气散射模型
上采样
检测头
暗通道先验
雾天图像
散射光
伽马校正
输入端
系统为您推荐了相关专利信息
内容传输方法
多模态
时钟同步模块
对齐模块
前馈神经网络
指标监测方法
融合特征
纹理特征提取
灰度共生矩阵
非临时性计算机可读存储介质
边界特征
透明物体检测
语义特征
交叉注意力机制
融合特征
画面
拍摄主体
视觉
非临时性计算机可读存储介质
推荐方法