[发明专利]基于脉冲信号的自适应成像方法、系统及计算机介质有效

专利信息
申请号: 202110240363.2 申请日: 2021-03-04
公开(公告)号: CN113034634B 公开(公告)日: 2022-05-06
发明(设计)人: 熊瑞勤;赵菁;黄铁军 申请(专利权)人: 脉冲视觉(北京)科技有限公司
主分类号: G06T11/00 分类号: G06T11/00;G06T5/00;G06T5/10;G06T7/20
代理公司: 北京思源智汇知识产权代理有限公司 11657 代理人: 毛丽琴
地址: 100084 北京市海淀区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 脉冲 信号 自适应 成像 方法 系统 计算机 介质
【权利要求书】:

1.一种基于脉冲信号的自适应成像方法,其特征在于,具体包括以下步骤:

根据预设时间段内的脉冲信号,得到待成像物体基于像素点的多个脉冲阵列;

根据所述多个脉冲阵列,得到所述预设时间段内的重建图像序列;

根据所述重建图像序列之间的相对运动,确定所述重建图像序列的各像素点的运动轨迹;

根据所述各像素点的运动轨迹,建立所述各像素点在时间方向上的自回归模型;

选择所述重建图像序列上的像素点,对所述自回归模型进行自适应学习,确定所述自回归模型的模型参数;

根据所述模型参数,对所述重建图像序列的像素点进行时间维度上滤波,更新像素点的光强值以生成图像。

2.根据权利要求1所述的基于脉冲信号的自适应成像方法,其特征在于,所述根据所述多个脉冲阵列,得到所述预设时间段内的重建图像序列,具体包括采用脉冲间隔算法重构出所述重建图像序列。

3.根据权利要求1所述的基于脉冲信号的自适应成像方法,其特征在于,所述根据所述重建图像序列之间的相对运动,确定所述重建图像序列的各像素点的运动轨迹,具体包括采用光流算法、像素点匹配、像素点运动对齐或者像素点相对位置偏移估计计算所述重建图像序列之间的相对运动,从而确定所述重建图像序列的各像素点的运动轨迹。

4.根据权利要求1所述的基于脉冲信号的自适应成像方法,其特征在于,所述自回归模型的表示公式具体为:

其中,Ik表示k时刻的图像理论值;It表示t时刻的图像理论值;Tk表示时刻k相邻时刻的集合;Pk→t(x,y)为k时刻图像帧内的像素点(x,y)在t时刻图像帧内的对应像素位置;αt为模型参数;Δk(x,y)为在(x,y)像素点上的模型误差。

5.根据权利要求4所述的基于脉冲信号的自适应成像方法,其特征在于,所述选择所述重建图像序列上的像素点,对所述自回归模型进行自适应学习,确定所述自回归模型的模型参数,具体包括:通过最小二乘法求解目标函数,得到所述自回归模型的模型参数;所述目标函数具体为:

其中,W表示以(x,y)为中心的空间范围内像素点集合;表示k时刻的图像估计值;表示t时刻的图像估计值。

6.根据权利要求5所述的基于脉冲信号的自适应成像方法,其特征在于,所述更新像素点的光强值以生成图像,具体计算公式为:

其中,I′k表示k时刻的图像自适应成像值。

7.一种基于脉冲信号的自适应成像系统,其特征在于,具体包括:

脉冲单元,用于根据预设时间段内的脉冲信号,得到待成像物体基于像素点的多个脉冲阵列;

图像重建单元,用于根据所述多个脉冲阵列,得到所述预设时间段内的重建图像序列;

运动轨迹单元,用于根据所述重建图像序列之间的相对运动,确定所述重建图像序列的各像素点的运动轨迹;

自回归模型单元,用于根据所述各像素点的运动轨迹,建立所述各像素点在时间方向上的自回归模型;

模型参数计算单元:选择所述重建图像序列上的像素点,对所述自回归模型进行自适应学习,确定所述自回归模型的模型参数;

自适应成像单元,用于根据所述模型参数,对所述重建图像序列的像素点进行时间维度上滤波,更新像素点的光强值以生成图像。

8.根据权利要求7所述的基于脉冲信号的自适应成像系统,其特征在于,所述运动轨迹单元具体采用光流算法、像素点匹配、像素点运动对齐或者像素点相对位置偏移估计计算所述重建图像序列之间的相对运动,从而确定所述重建图像序列的各像素点的运动轨迹。

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脉冲视觉(北京)科技有限公司,未经脉冲视觉(北京)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/202110240363.2/1.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