申请/专利权人:清华大学
申请日:2024-03-26
公开(公告)日:2024-06-07
公开(公告)号:CN118154454A
主分类号:G06T5/70
分类号:G06T5/70;G06T5/60
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.25#实质审查的生效;2024.06.07#公开
摘要:本发明公开了一种高空俯视场景下视频图像去噪方法,依次包括以下步骤:A:获取高空俯视场景下的连续图像,得到待识别图像序列集合;B:构建视觉感知模块,获取每帧图像对应的平滑特征图构成平滑特征图序列;C:构建变化感知模块,获取平滑特征图序列中的中间帧对应的时空动态特征图;D:构建运动特征图去噪模块,得到背景去噪后的显著性特征图;E:按照步骤B至D中的方法,依次将待识别图像序列集合中的每一个待识别图像序列进行处理,最终获取图像去噪后的目标位置。本发明能够有效区分图像中的背景噪声和小目标,抑制与目标无关的背景噪声,凸显背景环境中的目标的位置,提高目标检测效率。
主权项:1.一种高空俯视场景下视频图像去噪方法,其特征在于,依次包括以下步骤:A:获取高空俯视场景下的连续图像,并依次将连续图像中的每一帧图像分别作为中间帧,将中间帧及中间帧前后各T帧图像组成一个待识别图像序列,最终得到待识别图像序列集合;B:构建视觉感知模块,并利用视觉感知模块对待识别图像序列中每帧图像上每个像素点的像素值进行高斯平滑,得到每帧图像对应的带有精确位置信息的平滑特征图,并根据待识别图像序列中每帧图像对应的平滑特征图构成平滑特征图序列;C:构建变化感知模块,对平滑特征图序列中的平滑特征图进行空间特征和时间特征提取,得到平滑特征图序列中的中间帧对应的时空动态特征图;D:构建运动特征图去噪模块,并利用运动特征图去噪模块对步骤C中得到的时空动态特征图,依次循环进行隐状态计算、抑制计算和增强计算,得到背景去噪后的显著性特征图;E:按照步骤B至D中的方法,依次将待识别图像序列集合中的每一个待识别图像序列进行处理,分别得到对应的显著性特征图,并将显著性特征图中像素点值取最大值时所在的位置作为图像去噪后的目标位置。
全文数据:
权利要求:
百度查询: 清华大学 一种高空俯视场景下视频图像去噪方法及装置
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。