The invention discloses a micro flutter image imaging method based on video. This imaging method by video acquisition module, signal processing module, signal analysis module, micro vibration functions like generating module; collecting objects after the video, the original video denoising, smoothing, interframe superresolution pretreatment, then pretreatment of video action and fibrillation trajectory analysis, finally get the micro vibration functions like micro vibration frequency, and micro angle like like fibrillation. The present invention can analyze and visualize the small vibration of the video Central Asian pixel level.
【技术实现步骤摘要】
一种基于视频的微颤动功能像成像方法
本专利技术涉及一种基于视频的微颤动功能像成像方法,属于数字视频处理
技术介绍
视频处理技术,是指用计算机对视频进行分析和处理,以达到所需结果的技术。视频处理一般指数字视频处理,数字视频处理技术主要基于数字图像处理技术和对视频中连续帧相关信息的提取与利用。数字视频是指用手机相机、工业相机、摄像机、超声设备、磁共振设备等设备经过拍摄得到的一个基于二维数组的单通道或多通道的时间序列数据,该二维数组的元素称为像素,其值称为灰度值。数字图像处理技术是通过计算机对图像进行去除噪声、增强、复原、多尺度变换、匹配、分割、提取特征等处理的方法和技术,并广泛地运用于农牧业、林业、环境、军事、工业和医学等行业。人眼对物体微小振动的感知能力是有限的,但视频处理技术就可能在特定条件下做到超越人眼的振动识别能力。举例来说,人说话的声音具有声压,会让静止的椅子发生受迫振动。通过高速超高分辨率相机我们能够看到这些受迫振动,但普通人凭借裸眼几乎不可能看到这些受迫振动。对于大多数人来说,甚至从来都没有注意过这种声压导致的受迫振动。不止是外部激励会导致物体 ...
【技术保护点】
一种基于视频的微颤动功能像成像方法,由视频采集模块(1)、信号预处理模块(2)、信号分析模块(3)、颤动功能像生成模块(4)组成,其特征在于:视频采集模块(1)负责实时采集待测物体的视频信号,并得到其视频V0;信号预处理模块(2)负责将视频V0进行去噪处理、帧间平滑处理、超分辨处理,得到预处理后的视频V;信号分析模块(3)负责将预处理后的视频V分为m*n个相同大小的矩形ROI(Region of Interest,感兴趣区域)视频Vi(i=1,2,3,…m*n;m和n分别为横向和纵向ROI个数;滑动窗口步长设定为L;进一步,对每一个视频Vi进行基于某一频带范围的动作放大,得 ...
【技术特征摘要】
1.一种基于视频的微颤动功能像成像方法,由视频采集模块(1)、信号预处理模块(2)、信号分析模块(3)、颤动功能像生成模块(4)组成,其特征在于:视频采集模块(1)负责实时采集待测物体的视频信号,并得到其视频V0;信号预处理模块(2)负责将视频V0进行去噪处理、帧间平滑处理、超分辨处理,得到预处理后的视频V;信号分析模块(3)负责将预处理后的视频V分为m*n个相同大小的矩形ROI(RegionofInterest,感兴趣区域)视频Vi(i=1,2,3,…m*n;m和n分别为横向和纵向ROI个数;滑动窗口步长设定为L;进一步,对每一个视频Vi进行基于某一频带范围的动作放大,得到放大后的视频mViω;最后进行基于图像匹配的颤动轨迹分析,得到每个视频mViω在任意角度θ对应的功率谱密度分布PSDiωθ;微颤动功能像生成模块(4)负责针对每个ROI,选择其相应所有频带范围内的功率谱密度PSDiωθ中最大能量E*i对应的频率ω*i、角度θ*i,并输出E*i、ω*i、θ*i这三个参数;最终,融合所有ROI各自对应的三个参数E*i得到微颤动能量像E*;融合所有ROI各自对应的三个参数ω*i得到微颤动频率像ω*;融合所有ROI各自对应的三个参数θ*i得到微颤动角度像θ*;微颤动能量像、微颤动频率像和微颤动角度像都属于微颤动功能像。2.如权利要求1所述的信号预处理模块,其特征在于:首先对V0的每帧图像采用熵正则化去噪方法,并使...
【专利技术属性】
技术研发人员:龙云飞,张嘉宾,张珏,方竞,
申请(专利权)人:北京大学,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。