[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
【说明书】:

本申请实施例中提供了一种基于脉冲信号的自适应成像方法、系统及计算机介质,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;根据多个脉冲阵列,得到预设时间段内的重建图像序列;根据重建图像序列之间的相对运动,确定重建图像序列的各像素点的运动轨迹;根据各像素点的运动轨迹,建立各像素点时间方向上的自回归模型;自适应选择重建图像序列上的像素点,对自回归模型进行自适应学习,确定自回归模型的模型参数;根据模型参数,对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。解决了传统相机难以对高速运动的场景物体进行清晰成像的问题,可以产生信噪比高、不模糊的图像。

技术领域

本申请属于激光成像技术领域,具体地,涉及一种基于脉冲信号的自适应成像方法、系统及计算机介质。

背景技术

随着科学技术的发展进步,传统数字相机通常以固定帧率进行拍摄成像,每一帧图像按照以下方式生成:在一定的曝光时间窗内,图像传感器的每个像素对入射光进行光电转换和累计,曝光结束后经过模数转换得到该像素的光照总量。由于曝光时间窗内的信息叠加在一起进行记录,这种方式无法对高速物体进行有效成像,往往导致高速运动物体的成像模糊。近年来,生物视网膜中央凹的神经元连接结构和神经节细胞的积分发放模型为视觉采样提供了新的思路。通过对视网膜中央凹的模拟和抽象,一种包含光感受器、积分器和阈值比较器的脉冲相机被提出。脉冲相机以脉冲阵列的形式表示视觉信息,能够持续记录光强的变化,不存在曝光时间窗口的概念,突破了传统相机的局限性,既可以实现对高速运动的捕捉和记录,又可能重构出场景中纹理细节。

目前脉冲相机的成像算法主要有两种:基于脉冲间隔的成像算法和基于时间窗平均的成像重建算法。其中一种方法,基于脉冲间隔的重建算法利用脉冲间隔随着光强的增加而减小这一特性,借助前后两个脉冲重构出一小段时间内的光强。该算法虽然能刻画出高速运动的轮廓,但重建信号通常不够稳定和完善,在时间方向看像素值有明显的波动。另一种方法,基于时间窗平均的重建算法利用脉冲发放频率随着光强的增加而增加这一特性来估计时间窗内的平均光强,该算法虽然在一定程度上提高了重建图像的信噪比,但是当物体存在运动时,时间窗内的平均会导致重建图像存在运动模糊。

因此,亟待新的成像方法来解决以上在高速运动场景下脉冲相机的成像不清晰问题。

发明内容

本发明提出了一种基于脉冲信号的自适应成像方法、系统及计算机介质,旨在解决现有脉冲相机的成像算法重建图像信噪比低或者高速运动场景下仍然出现运动模糊的问题。

根据本申请实施例的第一个方面,提供了一种基于脉冲信号的自适应成像方法,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;

根据多个脉冲阵列,得到预设时间段内的重建图像序列;

根据重建图像序列之间的相对运动,确定重建图像序列的各像素点的运动轨迹;

根据各像素点的运动轨迹,建立各像素点在时间方向上的自回归模型;

选择重建图像序列上的像素点,对自回归模型进行自适应学习,确定自回归模型的模型参数;

根据模型参数,对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。

在本申请一些实施方式中,根据多个脉冲阵列,得到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重建图像序列。

在本申请一些实施方式中,根据重建图像序列之间的相对运动,确定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重建图像序列之间的相对运动,从而确定重建图像序列的各像素点的运动轨迹。

在本申请一些实施方式中,自回归模型的表示公式具体为:

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/202110240363.2/2.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