申请/专利权人：武汉大学

申请日：2024-02-05

公开（公告）日：2024-06-04

公开（公告）号：CN118138890A

主分类号：H04N23/73

分类号：H04N23/73;H04N23/60;H04N23/951;H04N23/81;H04N23/90;G06T5/70;G06T5/60;G06T5/73;G06N3/0464;G06N3/084;G06N3/0895;G06N3/048

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.06.21#实质审查的生效;2024.06.04#公开

摘要：本发明属于图像处理技术领域，具体提供了基于事件相机的相机快门控制与成像方法及装置，能够实现噪声和模糊之间的最佳平衡，生成最优图像。方法包括：步骤1，搭建硬件系统：使事件相机和传统相机共享进光，并使用开发板进行传统相机和事件相机的数据连接；步骤2，根据事件记录的高分辨率运动信息，在开发板中实现对传统相机的快门控制；步骤3，通过干净的高帧率视频仿真生成或者通过硬件系统拍摄记录带噪图像帧和对应的事件流；步骤4，建立一个基于卷积神经网络的图像去噪网络，使用自监督框架进行网络的训练，寻优后得到优化的网络模型；步骤5，利用硬件系统拍摄带噪图像帧，将带噪图像帧通过优化的网络模型重建出干净的无噪图像。

主权项：1.基于事件相机的相机快门控制与成像方法，其特征在于，包括如下步骤：步骤1，搭建硬件系统：使事件相机和传统相机共享进光，并使用开发板进行所述传统相机和所述事件相机的数据连接；步骤2，根据事件记录的高分辨率运动信息，在所述开发板中实现对传统相机的快门控制；将基于所述事件相机的所述传统相机一次曝光的流程定为：所述开发板GPIO输出的PWM信号在默认状态为0；首先将PWM信号的状态设置为1，相机快门打开，所述传统相机开始曝光，所述开发板同时开始接受所述事件相机的事件数据并计算场景运动估计方程当其中R为阈值，将PWM信号的状态设置为0，相机快门关闭，所述传统相机结束曝光，生成一张图像帧；步骤3，通过干净的高帧率视频来仿真生成带噪图像帧I和事件流ε，或者通过所述硬件系统拍摄记录拍摄带噪图像帧I和对应的事件流ε；步骤4，建立一个基于卷积神经网络的图像去噪网络，使用自监督框架进行网络的训练，首先用图像去噪网络输入带噪图像帧估计干净的无噪图像，然后采用当前帧和相邻两帧的平均作为图像内容上的约束并且基于事件的运动遮罩进行自监督训练，寻优后得到优化的网络模型；自监督框架为： 式中，为基于事件的运动遮罩，当有事件时值为0，没有事件时值为1；‖·‖#为l#范数；Ik表示当前帧图像，Ik"#、Ik$#表示当前帧的前、后相邻帧图像；步骤5，采用所述硬件系统拍摄记录待拍摄对象的带噪图像帧，将该带噪图像帧通过所述优化的网络模型重建出干净的无噪图像。

全文数据：

权利要求：

百度查询： 武汉大学 基于事件相机的相机快门控制与成像方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD