[發明專利]一種基于關聯幀約束的紋影特征可視化增強方法有效
| 申請號: | 202111058729.0 | 申請日: | 2021-09-10 |
| 公開(公告)號: | CN113516689B | 公開(公告)日: | 2022-03-22 |
| 發明(設計)人: | 劉晗;丁旭輝;安建平;卜祥元 | 申請(專利權)人: | 北京理工大學 |
| 主分類號: | G06T7/269 | 分類號: | G06T7/269;G06T7/33;G06T7/35;G06T5/00;G06T5/20 |
| 代理公司: | 北京正陽理工知識產權代理事務所(普通合伙) 11639 | 代理人: | 張利萍 |
| 地址: | 100081 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 關聯 約束 特征 可視化 增強 方法 | ||
1.一種基于關聯幀約束的紋影特征可視化增強方法,其特征在于,實現一種基于關聯幀約束的紋影特征可視化增強方法的系統,包括:超高速相機、空間光調制器、濾波器、匯聚透鏡組、單像素探測器、數模轉換器和上位機;其連接關系為:用超高速相機對目標場景進行對焦,光線被匯聚到空間光調制器上,空間光調制器在上位機的控制下,加載測量矩陣,對由超高速相機接收進的光強信號進行稀疏采樣,使得部分光強被反射進接收光學系統中,被空間光調制器反射的光線經過一個標準具濾波器和匯聚透鏡組到達高速高靈敏單像素探測器,探測器的輸出信號經由數模轉換器進行模數轉換,進而傳輸進入上位機的數字后處理模塊進行處理;
依托于該所述系統的方法,包括以下步驟:
步驟一,以太陽為背景采用超高速相機拍攝,并獲取高速運動目標紋影序列圖像;
步驟二,數字后處理模塊對紋影序列圖像進行預處理,得到穩定的紋影序列圖像;
其中,預處理包括去噪預處理和跟蹤配準;
其中,去噪預處理采用高斯濾波實現;
其中,跟蹤配準通過對紋影序列圖像特征點利用KLT-RANSAC方法進行處理實現;
所述的跟蹤配準具體為:先將輸入圖像進行分塊處理,以第一幀圖像特征點為基準,利用KLT方法對紋影序列圖像特征點進行跟蹤匹配;再利用RANSAC方法將紋影序列圖像中其余圖像調正,得到穩定的紋影序列圖像;
至此,步驟二消除了高速運動產生的紋影引起的抖動;
步驟三,數字后處理模塊對相鄰兩幀圖像進行光流計算,采用光流方法檢測并輸出兩幀圖像之間每個像素點的運動矢量,得出運動矢量場,從而實現紋影特征的可視化增強,具體包括如下子步驟:
步驟3.1 獲取紋影運動圖像在空間位置中的實際運動矢量,具體通過將運動矢量期望值加噪聲獲得;
其中,紋影運動圖像是紋影目標的飛行速度超過1.5馬赫的紋影序列圖像;
步驟3.2 利用實際運動矢量在時間上的關聯性,定義能量泛函;
所述的能量泛函的約束包括數據約束、運動矢量空間的平滑約束以及運動矢量時間關聯約束;
步驟3.3 通過最小化能量泛函,得到實際運動矢量的近似估計值;
步驟3.4對數據約束進行光流計算,使近似估計值誤差達到最少,并基于前一幀運動矢量計算當前幀的運動矢量,優化能量泛函,得到最小化優化后的能量泛函;
所述的近似估計值誤差是近似估計值和實際運動矢量的差;
步驟3.5 通過最小化優化后的能量泛函,得到Euler-Langrange方程;
步驟3.6 再利用Guass-Seidel迭代方法對Euler-Langrange方程進行求解,計算得出紋影運動圖像的運動矢量場;
通過以上步驟,可實現弱紋影信息可視化。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京理工大學,未經北京理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202111058729.0/1.html,轉載請聲明來源鉆瓜專利網。





