[发明专利]一种图像高速场景恢复方法、设备及介质

说明书

本申请公开了一种图像高速场景恢复方法、设备及介质，方法包括：对固定帧数的原始图像进行求和计数得到连续的原始图像构成的低时间分辨率图像；将低时间分辨率图像输入至训练好的神经网络模型中，检测低时间分辨率图像中是否存在模糊区域；若存在，则计算模糊区域的位置坐标；计算两个相邻的低时间分辨率图像中模糊区域的位置坐标，得到模糊区域的偏移值；根据偏移值计算低时间分辨率图像所对应的原始图像中的模糊区域的位置；根据偏移的位置计算间隔信息作为高时间分辨率图像像素值。本申请解决了现有的脉冲图像传感器的图像数据面临着后期恢复运动物体模糊的技术问题。

技术领域

本申请涉及图像处理技术领域，尤其涉及一种图像高速场景恢复方法、设备及介质。

背景技术

近年来，图像传感器朝着高分辨率发展的同时，也对帧率提出了更高的要求，特别是在某些高速运动场景下比如爆炸、风洞试验等需要对物体运动细节作出详细的记录。以每像素8bit，每帧1280×720分辨率，每秒5000帧的图像传感器为例，其产生的传输要求达到36.86Gbit/s。这不仅对传输速率提出了极大的要求，也进一步增加了传感器的功耗。为此人们仿照视网膜神经元放电的原理，开发了脉冲图像传感器。

脉冲图像传感器在每一个像素点的工作方式都是异步触发、同步读取，每一个像素点输出的都是离散的0-1数据。在同一个像素点，一段时间内的脉冲触发个数可以看作是关于光强的正比例函数。根据触发次数不同，可以在后期估计出场景的光强信息，从而实现对场景的细节感知。

但是这种类型的图像数据，遇到运动物体时会产生拖尾现象，本来应该在某一个像素触发会在相邻的像素触发，导致在高时间分辨率重构时发生拖尾模糊问题。已有通过计算光强后进行截断的方法无法适用全局图像，会影响到图像其他地方细节。

发明内容

本申请提供了一种图像高速场景恢复方法、设备及介质，解决了现有的单光子图像传感器的图像数据，后期重构恢复困难的问题。

有鉴于此，本申请第一方面提供了一种图像高速场景恢复方法，所述方法包括：

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所述模糊区域的位置。

可选的，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所述模糊区域的位置，之后还包括：

根据计算得到的所述模糊区域修正所述原始图像中的运动物体的位置。

可选的，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。

可选的，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

可选的，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：