[发明专利]一种图像高速场景恢复方法、设备及介质

权利要求书

1.一种图像高速场景恢复方法，其特征在于，包括：

计算连续原始图像的光强，若所述光强大于预设的阈值，则得到连续的所述原始图像构成的低时间分辨率图像；

将所述低时间分辨率图像输入至训练好的神经网络模型中，检测所述低时间分辨率图像中是否存在模糊区域；

若存在，则计算所述模糊区域的位置坐标；

计算两个相邻的所述低时间分辨率图像中所述模糊区域的所述位置坐标的差值，得到所述模糊区域的偏移值；

根据所述偏移值计算所述低时间分辨率图像所对应的所述原始图像中的模糊区域的位置；

所述低时间分辨率图像指的是采用帧数累加的方式，将所述光强大于预设阈值的起始帧到结束帧所有图像合成的图像。

2.根据权利要求1所述的图像高速场景恢复方法，其特征在于，在所述根据所述偏移值计算所述低时间分辨率图像所对应的所述原始图像中的模糊区域的位置，之后还包括：

根据计算得到的所述模糊区域的位置修正所述原始图像中的运动物体的位置。

3.根据权利要求2所述的图像高速场景恢复方法，其特征在于，所述根据计算得到的所述模糊区域修正所述原始图像中的运动物体的位置，还包括：

修正所述原始图像中所述模糊区域的像素点的运动偏移。

4.根据权利要求3所述的图像高速场景恢复方法，其特征在于，所述根据计算得到的所述模糊区域修正所述原始图像中的运动物体的位置，还包括：

若连续原始图像的所述模糊区域中相同位置的像素点出现光强为1时，此时，出现光强为1的所述原始图像之间包括t个所述原始图像，所述原始图像的光强包括1和0；

将出现光强为1的所述原始图像之间的所有原始图像的相同位置的光强设置为

5.根据权利要求1所述的图像高速场景恢复方法，其特征在于，在所述将所述低时间分辨率图像输入至训练好的神经网络模型中，检测所述低时间分辨率图像中是否存在模糊区域，之前还包括：

获取大量包含运动物体的图像，标注所述图像中的模糊区域，将标注后的所述图像作为训练集；

采用所述训练集训练神经网络模型，获取模糊区域的特征，输出所述模糊区域的图像框，直到所述输出的所述图像框满足预置要求，得到训练好的神经网络模型。

6.根据权利要求1所述的图像高速场景恢复方法，其特征在于，所述计算连续原始图像的光强，若所述光强大于预设的阈值，则得到连续的所述原始图像构成的低时间分辨率图像，包括：

将所述连续原始图像的所述光强进行累加，若累加后的所述光强大于预设的阈值，将所述光强大于预设的阈值的所述连续原始图像进行合成，得到低时间分辨率图像；

记录所述光强大于预设的阈值时的所述连续原始图像的起始帧和结束帧。

7.根据权利要求1所述的图像高速场景恢复方法，其特征在于，所述计算两个相邻的所述低时间分辨率图像中所述模糊区域的所述位置坐标的差值，得到所述模糊区域的偏移值，包括：

计算两个相邻的所述低时间分辨率图像中，两个模糊区域的相同位置像素点的坐标，计算相同位置像素点坐标的差值，得到所述模糊区域的偏移值。

8.根据权利要求6所述的图像高速场景恢复方法，其特征在于，所述根据所述偏移值计算所述低时间分辨率图像所对应的所述原始图像中的所述模糊区域的位置，包括：

将所述偏移值除以所述起始帧到所述结束帧的帧数，得到相邻的所述原始图像的平均偏移值；

将所述模糊区域的坐标加上所述平均偏移值得到所述原始图像对应的所述模糊区域的位置。

9.一种图像高速场景恢复设备，其特征在于，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行权利要求1-8任一项所述的图像高速场景恢复方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-8任一项所述的图像高速场景恢复方法。