[发明专利]一种基于动态目标检测的图像融合方法在审
| 申请号： | 202010263557.X | 申请日： | 2020-04-07 |
| 公开（公告）号： | CN113496473A | 公开（公告）日： | 2021-10-12 |
| 发明（设计）人： | 蔡琳 | 申请（专利权）人： | 无锡盛高计算机科技有限公司 |
| 主分类号： | G06T5/50 | 分类号： | G06T5/50;G06T5/00;G06N3/04 |
| 代理公司： | 无锡市朗高知识产权代理有限公司 32262 | 代理人： | 赵华 |
| 地址： | 214000 江苏省无锡市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 动态 目标 检测 图像 融合 方法 | ||
1.一种基于动态目标检测的图像融合方法，其特征在于，包括以下步骤：
S1：使用同一相机拍摄动态图像，拍摄每一帧图像作为原始图像；
S2：将经过S1步骤采集得到的原始图像传输进电脑，在电脑中对图像进行预处理；
S3：将经过S2步骤预处理后的图像利用非下采样轮廓波变换将预处理后的图像分解成低频子带系数和高频子带系数；
S4：将经过S3步骤预处理后的图像采用基于导向图滤波的加权平均策略来融合低频系数，然后利用脉冲耦合神经网络来融合高频系数；
S5：将经过S4步骤预处理后的图像利用NSCT逆变换将低频融合系数和高频融合系数重构成一幅融合图像。
2.根据权利要求1所述的基于动态目标检测的图像融合方法，其特征在于：所述S2步骤中，预处理包括去燥、去燥、对比度增强和图像形态学造作，完成图像数据的前期处理。
3.根据权利要求2所述的基于动态目标检测的图像融合方法，其特征在于：所述非下采样轮廓波变换的分解级数为3层或4层或5层。
4.根据权利要求3所述的基于动态目标检测的图像融合方法，其特征在于：所述非下采样轮廓波变换的分解级数为3层不同的尺度，每个尺度上的方向子带数目为2、8和16。
5.根据权利要求4所述的基于动态目标检测的图像融合方法，其特征在于：所述低频系数融合中导向图滤波的滑动窗口半径设置为85个像素。
6.根据权利要求5所述的基于动态目标检测的图像融合方法，其特征在于：所述低频系数融合中导向图滤波的惩罚因子为10。
7.根据权利要求6所述的基于动态目标检测的图像融合方法，其特征在于：所述脉冲耦合神经网络进行高频子带系数融合的迭代次数为200。
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无锡盛高计算机科技有限公司，未经无锡盛高计算机科技有限公司许可，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/202010263557.X/1.html，转载请声明来源钻瓜专利网。
