[发明专利]一种基于位置信息的鬼影消除方法

权利要求书

1.一种基于位置信息的鬼影消除方法，其特征在于：所述方法包括以下步骤：

采用YOLO目标检测算法对移动目标进行检测-提取，得到图像中运动目标的位置信息；

采用图像修复算法对目标位置区域图像修复；

采用SIFT算法进行图像拼接，并且将提取到的目标以三维实体的形式增强显示到对应的位置。

2.根据权利要求1所述的一种基于位置信息的鬼影消除方法，其特征在于：所述YOLO目标检测算法是将一幅图像分为S×S个格子，根据目标的中心落在某一格子上的位置，就由该格子负责检测这个目标；每个格子会预测B个框，每个框都包含位置信息和目标的置信度；输入是一张图像，输出是一个S×S×[B×5+C]的tensor。

3.根据权利要求1所述的一种基于位置信息的鬼影消除方法，其特征在于：所述图像修复算法采用改进的Criminisi图像修复算法，修复步骤包括：

步骤S21：根据特征检测得到需要修复的图像区域，初始化修复边界；

步骤S22：根据块结构稀疏度的大小选择样本块ψ_p的大小，计算样本块的优先权值，选择优先权值最大的样本块作为当前待修复块；

步骤S23：根据新的匹配准则，在矩形区域内搜索最优匹配块；

步骤S24：把最优匹配块复制到当前待修复块，并且更新置信度信息；

步骤S25：判断修复是否完成，如果未完成则回到步骤S22，如果完成则结束修复。

4.根据权利要求1所述的一种基于位置信息的鬼影消除方法，其特征在于：改进的Criminisi图像修复算法的算法选择基于块结构稀疏度的数据项S(p)，并重新定义优先权P(p)如下：

P(p)＝αC_s(p)×βD(p)，α+β＝1；

其中，Cs(p)和D(p)分别代表置信项与块结构稀疏度数据项的系数权重；

其中，N(p)表示以点P为中心的一个邻域块，其要比样本块ψ_p大，|N(p)|表示该领域中元素的数量；|N_s(p)|表示N_s(p)中的元素个数，ω表示样本块ψ_p与ψ_k的相似度，d(ψ_p，ψ_k)表示两样本块的均方距离，a是归一化常数。

5.根据权利要求4所述的一种基于位置信息的鬼影消除方法，其特征在于：所述样本块的尺寸根据图像稀疏度有以下几种形式：

其中，Pmax与Pmin分别为块结构稀疏度值的最大值和最小值。

6.根据权利要求3所述的一种基于位置信息的鬼影消除方法，其特征在于：利用图像低层次的特征与SSD准则结合起来的方法来寻找最优匹配块，新的匹配准则定义如下所示：

d_(SSD，BC)(Ψ_pi，Ψ_pj)＝d_SSD(Ψ_pi，Ψ_pj)·(d_BC(Ψ_pi，Ψ_pj)+1)；

其中，d_(SSD，BC)(Ψ_pi，Ψ_pj)表示样本块Ψ_pi与Ψ_pj之间的SSD，d_BC(Ψ_pi，Ψ_pj)表示样本块Ψ_pi与Ψ_pj之间的的巴氏距离，应用改进后的Criminisi图像修复算法，即使两个样本块具有相同的概率分布，仍然可以使用SSD准则来搜索最优匹配块；最优匹配块的寻找将依照SSD准则与图像直方图信息来进行。

7.根据权利要求1所述的一种基于位置信息的鬼影消除方法，其特征在于：图像拼接过程采用SIFT算法进行特征提取和特征匹配，然后利用RANSAC鲁棒估计的方法去除无匹配点和估计图像之间的变换模型。