[發明專利]圖像生成方法及系統

有效

• 申請號: 201910783477.4
• 申請日: 2019-08-23
• 公開（公告）號: CN110490831B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 張駿;袁燁;李培華;孫瑞;吉濤;周萌;章盛
• 申請（專利權）人: 中航華東光電有限公司
• 主分類號: G06T5/50
• 分類號: G06T5/50;G06T5/00;G06T7/11;G06V10/80;G06V10/82;G06N3/0464;G06N3/08
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 周錕

本發明公開了一種圖像生成方法及系統，涉及計算機技術領域，該圖像生成方法包括：獲取當前紅外圖像；基于訓練后的卷積神經網絡模型，獲取當前紅外圖像對應的當前實體輪廓；以及基于所述當前實體輪廓及當前紅外圖像生成融合后圖像。該圖像生成方法及系統使得實體即使被遮擋時也能實現可視化。

技術領域

本發明涉及計算機技術領域，具體地，涉及一種圖像生成方法。

背景技術

在現有的消防救援中，會采用紅外圖像來監測實體的位置，雖然紅外圖像可以便于救援人員在火場中進行觀察，但是，其存在分辨率差、對比度低、信噪比低等特點，這些特點容易造成救援人員視覺效果的模糊。另外，實體通常會躲避起來等待救援，然而，當實體被障礙物遮擋住部分時，所采集的紅外圖像中的實體輪廓通常是不完整的，這種情況下容易使得實體無法被救援人員發現。因此，現有的紅外圖像無法滿足救援人員的使用。

發明內容

本發明的目的是提供一種圖像生成方法及系統，該圖像生成方法及系統使得實體即使被遮擋時也能實現可視化。

為了實現上述目的，本發明提供了一種圖像生成方法，該圖像生成方法包括：獲取當前紅外圖像；基于訓練后的卷積神經網絡模型，獲取當前紅外圖像對應的當前實體輪廓；以及基于所述當前實體輪廓及當前紅外圖像生成融合后圖像。

優選地，所述基于訓練后的卷積神經網絡模型，獲取當前紅外圖像對應的當前實體輪廓包括：建立卷積神經網絡模型，其中所述卷積神經網絡模型以紅外圖像作為輸入并以實體輪廓作為輸出；統計與各紅外圖像相關的參數及每一紅外圖像中實體輪廓相關的參數，并基于統計的參數構建訓練知識庫；利用所述訓練知識庫中的參數對所建立的卷積神經網絡模型進行訓練；以及將所述當前紅外圖像輸入訓練后的所述卷積神經網絡模型，獲得所述卷積神經網絡模型輸出的當前實體輪廓。

優選地，在所述統計與各紅外圖像相關的參數之前，該方法還包括：通過以下至少之一者對待統計相關的參數的各紅外圖像進行數據增強：對各紅外圖像進行幾何變換、以及對各紅外圖像進行裁剪變換。

優選地，所述建立卷積神經網絡模型包括：對初始卷積神經網絡執行以下操作：第一層Conv卷積層替換為第一Dense-block層、第二層Conv卷積層替換為第二Dense-block層、第一層最大池化層替換為第一過渡層及第二層最大池化層替換為第二過渡層；以及基于操作后的所述初始卷積神經網絡建立卷積神經網絡模型，其中所述卷積神經網絡模型基于SoftMax函數進行分類，并以交叉熵函數作為損失函數。

優選地，所述第一過渡層包括依次設置的：第一卷積子層、第一Dropout子層及第一池化子層；和/或所述第二過渡層包括依次設置的：第二卷積子層、第二Dropout子層及第二池化子層。

優選地，所述基于所述當前實體輪廓及當前紅外圖像生成融合后圖像包括：通過Opencv模塊生成當前實體輪廓數據與當前紅外圖像數據的融合后圖像；其中，所述Opencv模塊中輸入的當前實體輪廓數據的權值為第一設定值、所述當前紅外圖像數據的權值為第二設定值、所述G通道輸入當前實體輪廓數據，所述R通道及B通道輸入當前紅外圖像數據。

另一方面，本發明還提供一種圖像生成系統，該圖像生成系統包括：圖像獲取模塊，用于獲取當前紅外圖像；輪廓獲取模塊，用于基于訓練后的卷積神經網絡模型，獲取當前紅外圖像對應的當前實體輪廓；以及圖像生成模塊，用于基于所述當前實體輪廓及當前紅外圖像生成融合后圖像。

另一方面，本發明還提供一種電子設備，該電子設備包括：存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時實現根據上述圖像生成方法的步驟。

另一方面，本發明還提供一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現根據上述圖像生成方法的步驟。