[发明专利]一种基于模型的图像融合方法在审
申请号: | 201910588155.4 | 申请日: | 2019-07-02 |
公开(公告)号: | CN110288559A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 丁辉 | 申请(专利权)人: | 爱诺达智能科技(苏州)有限公司 |
主分类号: | G06T5/50 | 分类号: | G06T5/50 |
代理公司: | 北京轻创知识产权代理有限公司 11212 | 代理人: | 吴东勤 |
地址: | 215000 江苏省苏州市工业园*** | 国省代码: | 江苏;32 |
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 物体识别 动态配置 海量信息 模型参数 使用场景 图片提取 物体模型 硬件配置 特征点 检测 采集 图片 配置 学习 | ||
1.一种基于模型的图像融合方法,其特征在于:包括以下步骤:
步骤1:导入物体模型信息;
步骤2:配置模型参数;
步骤3:输入被检测图片,并通过SURF算法对被检测图片提取特征点;
步骤4:对被检测图片进行MIFA方法处理。
2.根据权利要求1所述的一种基于模型的图像融合方法,其特征在于:所述步骤2中所述的配置模型参数为标准图像的形状数值范围、颜色范围值、距离范围值、以及大小比例值。
3.根据权利要求1所述的一种基于模型的图像融合方法,其特征在于:所述步骤3中所述的特征点包括被检测图像的颜色范围值、形状数值范围和位置数值。
4.根据权利要求1所述的一种基于模型的图像融合方法,其特征在于:所述MIFA方法处理包括以下步骤:
步骤a:通过检测图片特征点,获取对应位置block图片属性信息,与模型参数匹配,保留与所述模型参数匹配的信息参数并筛除模型参数以外的信息参数;循环扫描全部特征点;
步骤b:按照所述步骤1中所述物体模型信息配对出每组眼睛信息,并进行信息筛除;
步骤c:按照所述步骤2中所述模型参数配对出每组眼睛信息,并进行信息筛除;
步骤d:取出每组眼睛ROI区域,将所述步骤c与步骤b中所得的每组眼睛信息进行比对,筛选出比对结果不重合的被检测图片。
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爱诺达智能科技(苏州)有限公司,未经爱诺达智能科技(苏州)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/201910588155.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种超景深图像融合方法及终端
- 下一篇:一种图像模糊检测方法及装置