基于深度学习的弱纹理图像关键目标点识别定位方法

来源：计算机测量与控制杂志2022年第2期北京时间：

作者：徐浙君,陈善雄

单位：浙江邮电职业技术学院

摘要：为提高弱纹理图像关键目标点的检测识别能力，提出基于深度学习的弱纹理图像关键目标点识别定位方法。构建低光照强度弱纹理图像关键目标点的拓扑特征分布模型，采用透射率作为检测系数，结合亮通道的先验知识，建立像素大数据分布集，采用暗原色融合和RGB像素分解方法实现对低光照强度弱纹理图像的信息自适应增强处理；根据透射区域噪点融合匹配结果，采用交叉组合滤波检测和深度学习算法，实现对低光照强度弱纹理图像降噪和信息增强，据此实现对低光照强度弱纹理图像关键目标点检测识别。仿真结果表明，采用该方法定位识别的精度较高，平均为0.93，图像输出质量较好，峰值信噪比平均为32.87，通过准确率-召回率曲线的对比也表明性能较为优越。

关键词：深度学习;弱纹理;图像;关键目标点;识别

基金资助：国家自然基金项目( 61875168)、重庆市自然科学基金 cstc2019jcyj-msxm2550、浙江省高等教育教学改革研究项目（jg20180873）