[发明专利]一种基于稀疏编码融合的夜间监控视频实时增强方法有效
申请号: | 201410446313.X | 申请日: | 2014-09-03 |
公开(公告)号: | CN104253994B | 公开(公告)日: | 2017-09-26 |
发明(设计)人: | 饶云波;丁先树;雷航;刘虹呈 | 申请(专利权)人: | 电子科技大学 |
主分类号: | H04N19/142 | 分类号: | H04N19/142;H04N19/20;H04N19/90 |
代理公司: | 电子科技大学专利中心51203 | 代理人: | 张杨 |
地址: | 611731 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 该发明公开了一种基于稀疏编码融合的夜间监控视频实时增强方法,涉及计算机视觉领域和信号处理领域,特别是涉及稀疏编码、图像增强、信息融合和视频图像处理的方法。通过白天和夜间的视频数据集的稀疏训练和学习,以获得较为高质量的原子集和对应的稀疏编码;通过稀疏编码融合算法,重构出增强的背景;然后,使用背景差方法,把运动物体从原夜间视频帧中提取出来;最后将增强的背景和运动物体融合得到最终的增强后的视频帧,从而具有在夜间监控视频增强过程中计算复杂度低、计算时间短、增强效果好、增强图像噪音小的效果。 | ||
搜索关键词: | 一种 基于 稀疏 编码 融合 夜间 监控 视频 实时 增强 方法 | ||
【主权项】:
一种基于稀疏编码融合的夜间监控视频实时增强方法,该方法包括:A、离线学习和融合:通过大量视频数据集的稀疏训练和学习,得到原子字典和稀疏编码,并通过稀疏融合算法重构出增强后的背景;A1、收集大量特定地点的白天和夜间监控视频流数据;A2、使用MCL(mutual coherence learning:互相干扰性学习)方法训练和学习A1中收集到的数据,将视频数据中每一帧划分为若干小块,求出白天数据和夜间数据视频帧中相同位置小块的原子字典和稀疏编码;A3、将学习到的白天的原子字典和稀疏编码与夜间的原子字典和稀疏编码,按照公式(1)进行融合;Pscf(i)=γDdXd(i)+ηDnXn(i) (1)公式中i为图像块序号,Pscf(i)是融合后i号的图像块,Dd是白天的原子字典,Dn是夜间的原子字典,Xd(i)是白天的i号图像块的稀疏编码,Xn(i)是夜间的i号图像块的稀疏编码,η和γ分别是白天和夜间的融合系数;A4、将融合后的图像块按照块序号重构出增强后的背景图;A5、将夜间原子字典和对应稀疏编码按照DnXn(i)的方式重构出夜间稳定背景图;B、在线提取和融合:在实时视频流中提取出运动物体,并将之融合进A4得到的增强后的背景中;B1、采集当前视频,并使用A5中重构出的夜间稳定背景图提取出当前视频帧中的运动物体;B2、将提取出的运动物体融合到A4得到的增强后背景图中,得到夜间效果增强视频。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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电子科技大学,未经电子科技大学许可,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/patent/201410446313.X/,转载请声明来源钻瓜专利网。
- 上一篇:一种道路用可折叠式防撞护栏
- 下一篇:用于防止硫化时胎圈出边的钢零圈