[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

本發明提供一種可見光圖像和紅外熱成像圖像融合矯正的方法，包括：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；啟動雙光圖像融合矯正；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；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，本發明通過深度學習邊沿檢測、光學變焦進行自動矯正補償，實現可見光圖像和紅外熱成像圖像的雙光融合。

技術領域

本發明涉及圖像處理領域，具體涉及一種可見光圖像和紅外熱成像圖像融合矯正的方法。

背景技術

目前市面上安防、無人機等非民用行業的可見光圖像和紅外熱成像圖像雙光融合設備，雙光融合的矯正算法都是在設備出廠前矯正完成，即在生產時完成可見光圖像和紅外熱成像圖像的雙光融合矯正。

現有技術存在如下缺點

1.可見光圖像和紅外熱成像圖像雙光融合設備是工業產品，經過長時間高低問使用后可見光鏡頭、熱成像鏡頭和結構件等部件老化會出現導致焦點偏移，這個偏移會導致原來生產矯正的融合參數不匹配而圖像存在虛影現象。

2.可見光圖像和紅外熱成像圖像雙光融合設備是工業產品，經過運輸和震動也會導致部件出現輕微小變化，導致原來融合后的圖像存在虛影現象。

3.出貨前的生產校準雙光融合算法工時高，成本高。

發明內容

為了解決上述技術問題，本法提供一種可見光圖像和紅外熱成像圖像融合矯正的方法，進行自動矯正補償，實現可見光圖像和紅外熱成像圖像的雙光融合。

為了實現上述目的，本發明的技術方案如下：

一種可見光圖像和紅外熱成像圖像融合矯正的方法，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。

優選地，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。

優選地，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。

優選地，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。

進一步說明，步驟2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；