[发明专利]高分辨率目标影像置换低分辨率目标影像的方法及系统在审

专利信息
申请号: 202110486318.5 申请日: 2021-04-30
公开(公告)号: CN113191939A 公开(公告)日: 2021-07-30
发明(设计)人: 陈小忠;张学辉;姚东 申请(专利权)人: 山东产研信息与人工智能融合研究院有限公司
主分类号: G06T3/00 分类号: G06T3/00;G06T7/10
代理公司: 济南圣达知识产权代理有限公司 37221 代理人: 祖之强
地址: 250102 山东省济南市中国(山东)自由贸*** 国省代码: 山东;37
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 高分辨率 目标 影像 置换 分辨率 方法 系统
【权利要求书】:

1.一种高分辨率目标影像置换低分辨率目标影像的方法,其特征在于:包括以下步骤:

获取高分辨率影像和低分辨率影像;

对低分辨率影像进行预处理和重采样以使得两张影像的分辨率保持一致;

分别对两张影像进行实例分割,分别提取目标物体;

利用提取到的高分辨率目标物体进行低分辨率目标物体的替换;

对替换后的影像进行镶嵌处理得到最终置换后的影像。

2.如权利要求1所述的高分辨率目标影像置换低分辨率目标影像的方法,其特征在于:

对低分辨率影像进行几何纠正、辐射校正和空间配准预处理。

3.如权利要求1所述的高分辨率目标影像置换低分辨率目标影像的方法,其特征在于:

重采样通过上采样实现,上采样包括最邻近法或者双线性内插法或者三次卷积法。

4.如权利要求3所述的高分辨率目标影像置换低分辨率目标影像的方法,其特征在于:

最邻近法,包括:以影像中距离某像元最近的像元值为新值,赋给该像元;

双线性内插法,包括:以某像元距离周围4领域像元的距离加权值为新值,赋给该像元;

三次卷积法,包括:以采样点距离周围16领域像元的距离加权值为新值,赋给该像元。

5.如权利要求1所述的高分辨率目标影像置换低分辨率目标影像的方法,其特征在于:

基于深度学习的实例分割方法分别对两张影像中的目标实体进行检测与分割,从两张影像中分割出需要替换的目标对象。

6.如权利要求1所述的高分辨率目标影像置换低分辨率目标影像的方法,其特征在于:

目标物体的替换,包括:首先对实例分割的目标实体进行几何纠正,然后建立一个二维坐标系,影像左上角为坐标原点,横轴方向为X轴,纵轴方向为Y轴,根据目标实体中不少于三个特征点的像元坐标值,进行目标实体的置换。

7.如权利要求1所述的高分辨率目标影像置换低分辨率目标影像的方法,其特征在于:

目标实体置换后,将置换后的目标实体影像与场景影像进行镶嵌,包括:

将裁剪后的影像进行拼接;

采样基于小波变换方法或直方图匹配方法消除色彩差异;

对两张影像的接边处进行色调平滑以消除边缘线。

8.一种高分辨率目标影像置换低分辨率目标影像的系统,其特征在于:包括:

数据获取模块,被配置为:获取高分辨率影像和低分辨率影像;

影像预处理模块,被配置为:对低分辨率影像进行预处理和重采样以使得两张影像的分辨率保持一致;

影像分割模块,被配置为:分别对两张影像进行实例分割,分别提取目标物体;

目标替换模块,被配置为:利用提取到的高分辨率目标物体进行低分辨率目标物体的替换;

影像镶嵌模块,被配置为:对替换后的影像进行镶嵌处理得到最终置换后的影像。

9.一种介质,其上存储有程序,其特征在于,该程序被处理器执行时实现如权利要求1-7任一项所述的高分辨率目标影像置换低分辨率目标影像的方法中的步骤。

10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的程序,其特征在于,所述处理器执行所述程序时实现如权利要求1-7任一项所述的高分辨率目标影像置换低分辨率目标影像的方法中的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东产研信息与人工智能融合研究院有限公司,未经山东产研信息与人工智能融合研究院有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110486318.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top