[发明专利]图像融合处理方法、装置、电子设备及存储介质有效

专利信息
申请号: 202210571779.7 申请日: 2022-05-25
公开(公告)号: CN114663842B 公开(公告)日: 2022-09-09
发明(设计)人: 张乐;周承涛;杨作兴 申请(专利权)人: 深圳比特微电子科技有限公司
主分类号: G06V20/52 分类号: G06V20/52;G06V20/62;G06V10/774;G06V10/82;G06K9/62;G06T5/00;G06T5/50;G06N3/04;G06N3/08
代理公司: 北京德琦知识产权代理有限公司 11018 代理人: 孟旸;王丽琴
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 融合 处理 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种图像融合处理方法,其特征在于,包括:

获取第一原始图像数据;

对所述第一原始图像数据进行图像处理获得第一图像数据;

从所述第一原始图像数据中获得仅包含感兴趣区域的第二原始图像数据;

对所述第二原始图像数据进行校正处理,所述校正处理所使用的校正参数的取值采用所述图像处理过程中所使用的校正参数的取值;

采用局部区域增强网络,对所述第二原始图像数据进行特征增强处理获得第二图像数据;

将所述第一图像数据和所述第二图像数据进行图像融合获得融合图像数据;

其中,所述局部区域增强网络包括顺次连接的至少一个图像卷积处理组件、在所述至少一个图像卷积处理组件之后顺次连接的至少一个图像反卷积处理组件、以及在所述至少一个图像反卷积处理组件之后连接的输出层,所述图像卷积处理组件的数量和所述图像反卷积处理组件的数量相等;输入所述局部区域增强网络的所述第二原始图像数据依次经过所述至少一个图像卷积处理组件、所述至少一个图像反卷积处理组件和所述输出层的处理,获得所述第二图像数据。

2.根据权利要求1所述的图像融合处理方法,其特征在于:

所述第一原始图像数据是通过图像采集装置对图像的采集而产生。

3.根据权利要求1所述的图像融合处理方法,其特征在于:

所述从所述第一原始图像数据中获得仅包含感兴趣区域的第二原始图像数据,采用目标识别算法实现。

4.根据权利要求3所述的图像融合处理方法,其特征在于:

所述目标识别算法包括行人检测算法、车窗检测算法、车牌检测算法的至少其中之一。

5.根据权利要求1所述的图像融合处理方法,其特征在于:

所述校正处理包括黑电平处理和白平衡处理的至少其中之一。

6.根据权利要求1所述的图像融合处理方法,其特征在于:

每个所述图像卷积处理组件中均包括顺次连接的卷积层、批量归一化层和第一激活层;

每个所述图像反卷积处理组件中均包括顺次连接的反卷积层、第二激活层和拼接层;

所述输出层包括第三卷积层。

7.根据权利要求1所述的图像融合处理方法,其特征在于:所述将所述第一图像数据和所述第二图像数据进行图像融合获得融合图像数据,包括:

将所述第二图像数据替换至所述第一图像数据中的所述感兴趣区域,获得所述融合图像数据。

8.根据权利要求7所述的图像融合处理方法,其特征在于,所述将所述第二图像数据替换至所述第一图像数据中的所述感兴趣区域之后,所述图像融合处理方法还包括:

基于预设的融合权重值,将所述第二图像数据边缘内侧的预设宽度范围内的图像数据与被该预设宽度范围内的图像数据所替换的第一图像数据,进行图像融合。

9.根据权利要求1所述的图像融合处理方法,其特征在于,所述图像融合处理方法还包括:

将所述融合图像数据进行编码,获得RGB数据。

10.根据权利要求1所述的图像融合处理方法,其特征在于:

所述第一原始图像数据和所述第二原始图像数据均为原始图像文件数据;

所述图像处理为图像信号处理流水线处理;

所述第一图像数据、所述第二图像数据和所述融合图像数据均为YUV图像数据。

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深圳比特微电子科技有限公司,未经深圳比特微电子科技有限公司许可,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/202210571779.7/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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