[發明專利]一種可見光圖像和紅外熱成像圖像融合矯正的方法

有效

• 申請號: 202011241871.4
• 申請日: 2020-11-09
• 公開（公告）號: CN112367472B
• 公開（公告）日: 2022-04-05
• 發明（設計）人: 朱合;戴嘉通
• 申請（專利權）人: 杭州視輝科技有限公司
• 主分類號: H04N5/232
• 分類號: H04N5/232;H04N5/33
• 代理公司: 杭州敦和專利代理事務所(普通合伙) 33296
• 代理人: 姜術丹

1.一種可見光圖像和紅外熱成像圖像融合矯正的方法，其特征在于，包括以下步驟：

步驟1；對獲取的可見光圖像和紅外熱成像圖像進行判定是否需要矯正，其中，所述可見光圖像和所述紅外熱成像圖像是否需要矯正是通過AI深度學習邊沿檢測算法進行判定；

步驟2；啟動雙光圖像融合矯正；

步驟3；控制可見光相機進行光學變焦，光學變焦后將所述可見光圖像與所述紅外熱成像圖像進行匹配，匹配后獲取最佳匹配點；

步驟4；保存光學變焦位置Zn，并保存所述可見光圖像和所述紅外熱成像圖像雙光融合匹配參數，完成雙光融合矯正；

所述AI深度學習邊沿檢測算法對所述可見光圖像和所述紅外熱成像圖像是否需要矯正判定包括以下步驟：

步驟S1：選擇靜止物體，其中，所述靜止物體的溫度具有區分度；

步驟S2：利用所述深度學習邊沿檢測算法檢測所述靜止物體，獲取所述可見光圖像的邊沿輪廓C1、所述紅外熱成像圖像的邊沿輪廓C0；

步驟S3：計算所述邊沿輪廓C1的重心點(X1,Y1)和所述邊沿輪廓C0的重心點(X0,Y0)；

步驟S4：當出現A1＝|X1-X0|4或者B1＝|Y1-Y0|4的情況時，則說明需要啟動所述雙光圖像融合矯正；

步驟3中尋找所述最佳匹配點包括以下步驟：

步驟F1：記錄所述A1和所述B1的值和當前狀態可見光相機光學鏡頭焦距Z1值，啟動所述雙光圖像融合矯正功能；

步驟F2：然后移動控制所述可見光圖像，記錄移動的光學變焦位置Zn，檢測更新后所述靜止物體可見光圖像邊沿輪廓Cn、重心點(Xn,Yn)，根據所述紅外熱成像圖像的所述邊沿輪廓C0和所述重心點(X0,Y0)，計算出An＝|X2-X0|,Bn＝|Y2-Y0|值；

步驟F3：當An3且Bn3,則說明所述可見光圖像找到與所述紅外熱成像圖像融合匹配點，記錄并保持Zn的位置；否則繼續上一步動作；n10,矯正失敗，等待下次啟動雙光矯正；

步驟F4：當設備開啟雙光融合功能時，可見光相機自動變焦到Zn位置。

2.根據權利要求1所述的一種可見光圖像和紅外熱成像圖像融合矯正的方法，其特征在于，在進行步驟1之前，通過拍攝裝置對所述可見光圖像和所述紅外熱成像圖像進行采集，所述拍攝裝置包括：可見光拍攝裝置和紅外光拍攝裝置，其中，所述可見光拍攝裝置用于拍攝所述可見光圖像，所述紅外光拍攝裝置用于拍攝所述紅外熱成像圖像。

3.根據權利要求1所述的一種可見光圖像和紅外熱成像圖像融合矯正的方法，其特征在于，所述光學變焦是通過所述可見光相機中的光學變焦硬件進行變焦。

4.根據權利要求1所述的一種可見光圖像和紅外熱成像圖像融合矯正的方法，其特征在于，所述可見光相機中還設有記錄模塊，所述記錄模塊用于記錄所述光學變焦位置Zn。

5.根據權利要求1所述的一種可見光圖像和紅外熱成像圖像融合矯正的方法，其特征在于，所述可見光相機中還設有傳輸模塊，所述傳輸模塊將所述光學變焦位置Zn、所述AI深度學習邊沿檢測算法中的參數、獲取所述最佳匹配點中的參數傳輸至存儲模塊。

6.根據權利要求5所述的一種可見光圖像和紅外熱成像圖像融合矯正的方法，其特征在于，所述存儲模塊包括：常用存儲終端和備用存儲終端。

7.根據權利要求6所述的一種可見光圖像和紅外熱成像圖像融合矯正的方法，其特征在于，所述常用存儲終端和所述備用存儲終端通過區塊鏈方式存儲所述光學變焦位置Zn、所述AI深度學習邊沿檢測算法中的參數、獲取所述最佳匹配點中的參數。