【技术实现步骤摘要】
一种跨时空映射超分辨光场成像方法、装置及设备
本申请涉及图像处理
,尤其是涉及一种跨时空映射超分辨光场成像方法、装置及设备。
技术介绍
图像的分辨率是指图像中存储的信息量,是每英寸图像内有多少个像素点,分辨率的单位为PPI(PixelsPerInch,像素每英寸),显然,分辨率越大,则图像的清晰度越高,分辨率越小,则图像的清晰度越低。在实际应用中,图像的分辨率、图像的宽尺寸和图像的高尺寸一起决定了图像的大小以及质量。随着图像处理技术的发展,在越来越多的应用场景中,如自动驾驶,监控,影视,医疗,AR(AugmentedReality,增强现实)/VR(VirtualReality,虚拟现实)等应用场景,需要对低分辨率的图像进行重建,得到高分辨率的图像。为了将低分辨率的图像重建为高分辨率的图像,需要采集低分辨率的图像,然后利用图像插值等算法对低分辨率的图像进行处理,得到高分辨率的图像。但是,采用图像插值等算法,分辨率的提升效果有限,无法达到高分辨率的要求,尤其是在自动驾驶,AR/VR等应用场景,图像的分辨率无法满足用户要求。
技术实现思路
本申请提供一种跨时空映射超分辨光场成像方法,所述方法包括:从已获得的至少两个图像序列中选取目标图像序列和参考图像序列;其中,同一图像序列中存在不同视角的至少两帧图像,所述目标图像序列中各目标图像的采集时刻晚于所述参考图像序列中各参考图像的采集时刻;对所述目标图像序列进行三维卷积操作,得到与所述目标图像序列对应的目标特征集合;以及 ...
【技术保护点】
1.一种跨时空映射超分辨光场成像方法,其特征在于,所述方法包括:/n从已获得的至少两个图像序列中选取目标图像序列和参考图像序列;其中,同一图像序列中存在不同视角的至少两帧图像,所述目标图像序列中各目标图像的采集时刻晚于所述参考图像序列中各参考图像的采集时刻;/n对所述目标图像序列进行三维卷积操作,得到与所述目标图像序列对应的目标特征集合;以及,对所述参考图像序列进行三维卷积操作,得到与所述参考图像序列对应的参考特征集合;/n利用所述目标特征集合对所述参考特征集合进行调整,以得到与所述参考图像序列对应的对准特征集合;其中,所述对准特征集合与所述目标特征集合中对应同一对象的特征点的位置对应;/n依据所述对准特征集合和所述目标特征集合确定融合特征集合;/n对所述融合特征集合进行反三维卷积操作,得到超分辨图像,所述超分辨图像的分辨率大于任一目标图像的分辨率。/n
【技术特征摘要】 【专利技术属性】
1.一种跨时空映射超分辨光场成像方法,其特征在于,所述方法包括:
从已获得的至少两个图像序列中选取目标图像序列和参考图像序列;其中,同一图像序列中存在不同视角的至少两帧图像,所述目标图像序列中各目标图像的采集时刻晚于所述参考图像序列中各参考图像的采集时刻;
对所述目标图像序列进行三维卷积操作,得到与所述目标图像序列对应的目标特征集合;以及,对所述参考图像序列进行三维卷积操作,得到与所述参考图像序列对应的参考特征集合;
利用所述目标特征集合对所述参考特征集合进行调整,以得到与所述参考图像序列对应的对准特征集合;其中,所述对准特征集合与所述目标特征集合中对应同一对象的特征点的位置对应;
依据所述对准特征集合和所述目标特征集合确定融合特征集合;
对所述融合特征集合进行反三维卷积操作,得到超分辨图像,所述超分辨图像的分辨率大于任一目标图像的分辨率。
2.根据权利要求1所述的方法,其特征在于,
所述利用所述目标特征集合对所述参考特征集合进行调整,以得到与所述参考图像序列对应的对准特征集合,包括:
依据所述目标图像序列和所述参考图像序列,从所述目标特征集合和所述参考特征集合中选择特征点对;其中,所述特征点对包括所述目标特征集合中的目标特征点和所述参考特征集合中的参考特征点,且所述特征点对中的目标特征点和所述特征点对中的参考特征点对应同一对象;
依据所述特征点对中的目标特征点和参考特征点之间的关系,以及所述参考特征集合中的参考特征点上的特征值,对所述参考特征集合进行调整,以得到与所述参考图像序列对应的对准特征集合。
3.根据权利要求2所述的方法,其特征在于,
所述对所述目标图像序列进行三维卷积操作,得到与所述目标图像序列对应的目标特征集合;以及,对所述参考图像序列进行三维卷积操作,得到与所述参考图像序列对应的参考特征集合,包括:
依据N个不同尺度的三维卷积核对所述目标图像序列进行三维卷积操作,得到与所述目标图像序列对应的N个目标子特征集合,N为大于1的正整数;基于所述N个目标子特征集合确定与所述目标图像序列对应的目标特征集合;
依据所述N个不同尺度的三维卷积核对所述参考图像序列进行三维卷积操作,得到与所述参考图像序列对应的N个参考子特征集合;基于所述N个参考子特征集合确定与所述参考图像序列对应的参考特征集合;
其中,所述特征点对中目标特征点所处的目标子特征集合与所述特征点对中参考特征点所处的参考子特征集合的尺度相同。
4.根据权利要求3所述的方法,其特征在于,
所述依据N个不同尺度的三维卷积核对所述目标图像序列进行三维卷积操作,得到与所述目标图像序列对应的N个目标子特征集合,包括:
利用第一卷积核序列中的首个三维卷积核对所述目标图像序列进行三维卷积操作,得到目标子特征集合;其中,第一卷积核序列包括N个不同尺度的三维卷积核,所述N个不同尺度的三维卷积核按照尺度从大到小的顺序排列;
将首个三维卷积核更新为已遍历卷积核,将目标子特征集合更新为已遍历特征集合,确定该已遍历卷积核是否为第一卷积核序列中最后一个三维卷积核;
若是,则将已得到的所有目标子特征集合确定为所述N个目标子特征集合;
若否,则利用第一卷积核序列中的所述已遍历卷积核的后一个三维卷积核对所述已遍历特征集合进行三维卷积操作,得到目标子特征集合;
将所述已遍历卷积核的后一个三维卷积核更新为已遍历卷积核,将当前得到的该目标子特征集合更新为已遍历特征集合,返回执行确定该已遍历卷积核是否为第一卷积核序列中最后一个三维卷积核的操作。
5.根据权利要求3所述的方法,其特征在于,
所述依据所述目标图像序列和所述参考图像序列,从所述目标特征集合和所述参考特征集合中选择特征点对,包括:
对所述目标图像序列和所述参考图像序列进行光流估计,得到目标光流,所述目标光流用于表示同一视角下采集的所述参考图像序列中参考图像与所述目标图像序列中目标图像中同一对象对应的像素位置关系;
基于所述目标光流从所述目标特征集合和所述参考特征集合中选择特征点对,所述特征点对包括所述同一对象在所述目标特征集合中的目标特征点和所述同一对象在所述参考特征集合中的参考特征点。
6.根据权利要求5所述的方法,其特征在于,
所述目标光流包括N个不同尺度的子光流,所述子光流的尺度与执行三维卷积操作所使用的三维卷积核的尺度对应。
7.根据权利要求2所述的方法,其特征在于,所述依据所述特征点对中的目标特征点和参考特征点之间的关系,以及所述参考特征集合中的参考特征点上的特征值,对所述参考特征集合进行调整,包括:
确定所述目标特征点在所述目标特征集合中的目标位置;
依据所述特征点对中的目标特征点和参考特征点之间的关系,从所述参考特征集合中确定出与所述目标特征点对应的参考特征点上的特征值;
技术研发人员:方璐,王滨,季梦奇,王星,林克章,
申请(专利权)人:杭州海康威视数字技术股份有限公司,
类型:发明
国别省市:浙江;33
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。