一种基于阵列相机系统的仿视网膜非均匀成像方法技术方案

本发明专利技术涉及计算成像技术、阵列相机、人工智能技术领域，提供了一种基于阵列相机系统的仿视网膜非均匀成像方法。该方法包括：基于阵列相机系统中相机的Binning读出功能对该系统中相机相应子视场进行低分辨率成像；基于相机的全采样读出功能对阵列相机系统中相机相应子视场进行高分辨率成像；基于图像融合超分辨算法，残余密集网络从高分辨图像序列中获取细节信息，对相邻相机视场重叠区域进行超分辨率成像；基于动态检测模式、细节识别模式和细节增强模式，实现全视场的仿视网膜非均匀成像。本发明专利技术提升了成像分辨率、实现了多目标识别跟踪，实现了全视场的仿视网膜非均匀成像。实现了全视场的仿视网膜非均匀成像。实现了全视场的仿视网膜非均匀成像。

【技术实现步骤摘要】
一种基于阵列相机系统的仿视网膜非均匀成像方法


[0001]本专利技术涉及计算成像技术、阵列相机和人工智能
，尤其涉及一种基于阵列相机系统的仿视网膜非均匀成像方法。

技术介绍

[0002]探测感知技术通过光电成像等探测手段实现对各类目标的识别跟踪，是电子信息最前沿、最尖端、最先进技术的汇集地，是信息化作战能力的制高点，然而，传统光电探测感知系统以单相机平台为主，其成像分辨率和视场间存在相互矛盾关系，系统性能受到限制。
[0003]因此，如何提升探测感知系统的成像分辨率和有效视场是探测感知领域亟待解决的问题。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种基于阵列相机系统的仿视网膜非均匀成像方法，以解决现有技术中成像分辨率和视场间存在相互矛盾关系，系统性能受到限制的问题。
[0005]本专利技术提供了一种基于阵列相机系统的仿视网膜非均匀成像方法，包括：
[0006]S1基于阵列相机系统中相机的Binning读出功能对所述阵列相机系统中相机相应子视场进行低分辨率成像；
[0007]S2基于所述相机的全采样读出功能对所述阵列相机系统中相机相应子视场进行高分辨率成像；
[0008]S3基于图像融合超分辨算法，使用残余密集网络从高分辨图像序列中获取细节信息，对相邻相机子视场的重叠区域进行超分辨率成像；
[0009]S4基于动态检测模式、细节识别模式和细节增强模式，实现全视场的仿视网膜非均匀成像；
[0010]所述步骤S4具体包括：
[0011]S41所述动态检测模式通过阵列相机系统在所述全视场进行所述低分辨率成像，并进行动态检测以寻找ROI区，实现大范围动态搜索；
[0012]S42所述细节识别模式通过所述阵列相机系统对所述全视场中所述ROI区进行高分辨率成像，并进行目标识别跟踪，实现目标精细感知；
[0013]S43所述细节增强模式通过对所述ROI区进行超分辨率成像，并进行目标识别跟踪，实现目标的超精细感知。
[0014]进一步地，S42包括：
[0015]基于深度卷积神经网络的小目标识别算法对全视场图像进行小目标识别；
[0016]将所有所述小目标所在子视场对应的所述相机开启所述细节识别模式，对多个所述小目标同时进行高分辨成像与跟踪；
[0017]当多个所述小目标跨越多个所述子视场时，利用所述相机间的子视场重叠区域对多个所述小目标轨迹进行相似度评估，使得多个所述小目标跟踪时相机间的顺利衔接，实
现对小目标的精细感知。
[0018]进一步地，S4中所述仿视网膜非均匀成像是基于阵列相机系统实现的。
[0019]进一步地，所述阵列相机系统，包括：
[0020]类视网膜曲面状分离排布的阵列相机、智能标校系统以及控制与处理系统，
[0021]所述类视网膜曲面状分离排布的阵列相机采用类视网膜曲面状分离排布形式排列，以降低大视场角下的部分像差，所述阵列相机内的各相机对待探测场景的部分视场进行成像，相邻相机间有较大视场重叠；
[0022]所述智能标校系统，用于对放置在可三轴转动的云台上的所述阵列相机进行高精度的位姿标校；
[0023]所述控制与处理系统，用于对各云台位姿进行高精度调整，使得各相机子视场精确对齐，控制所述阵列相机，并对所述阵列相机获取的图像数据进行处理与计算。
[0024]进一步地，所述智能标校系统：
[0025]采用二维平面标靶进行标定，获得线性标定模型，并通过标靶中多角点检测，线性求解每个相机对应的单应性变换矩阵的初始值；
[0026]将所述线性标定模型转化为非线性标定模型，通过非线性优化方法求解相机镜头的畸变系数；
[0027]对所述初始值和所述畸变系数进行非线性智能优化，使用蝙蝠算法，在所述初始值附近的邻域形成初始种群进行启发式的迭代搜索，获得目标函数，并采用优化搜索方法优化所述目标函数，求解所述单应性变换矩阵的最优解，以达到减小误差均值的目的。
[0028]进一步地，所述阵列相机系统还包括地面智能监控系统和空对地智能观测系统。本专利技术与现有技术相比存在的有益效果是：
[0029]1.本专利技术通过多图像融合超分辨率重建算法使用深层网络从高分辨图像序列中获取更多的细节信息，通过充分利用多幅图像的有效信息，提升了重建图像质量；
[0030]2.本专利技术实现了仿视网膜非均匀成像方法，大大减小阵列相机数据获取量，在系统采样前端实现低数据冗余的压缩采样，大幅提高系统的信息获取效率；
[0031]3.通过基于深度卷积神经网络的小目标识别跟踪算法，进行目标特征的提取，解决模型训练不稳定问题，加快识别速度；
[0032]4、采用多目标识别跟踪算法，对视场内的多个目标进行识别跟踪，实现对人眼功能的超越。
附图说明
[0033]为了更清楚地说明本专利技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0034]图1是本专利技术提供的一种基于阵列相机系统的仿视网膜非均匀成像方法的流程图；
[0035]图2为本专利技术提供的一种基于人眼视网膜视觉机制的阵列相机系统的结构示意图；
[0036]图3为本专利技术提出的阵列相机系统所采用的类视网膜曲面状分离排布形式示意图；
[0037]图4为本专利技术提出的阵列相机系统中相邻相机视场重叠示意图；
[0038]图5为本专利技术提供的仿人眼注意力机制智能感知方法流程图；
[0039]图6为本专利技术提供的地面智能监控系统的结构示意图；
[0040]图7为本专利技术提供的空对地智能观测系统的结构示意图。
具体实施方式
[0041]以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。
[0042]下面将结合附图详细说明根据本专利技术的一种基于阵列相机系统的仿视网膜非均匀成像方法。
[0043]图1是本专利技术提供的一种基于阵列相机系统的仿视网膜非均匀成像方法的流程图。如图1所示，该仿视网膜非均匀成像方法包括：
[0044]S1基于阵列相机系统中相机的Binning读出功能对阵列相机系统中相机相应子视场进行低分辨率成像；
[0045]S2基于相机的全采样读出功能对阵列相机系统中相机相应子视场进行高分辨率成像；
[0046]S3基于图像融合超分辨算法，使用残余密集网络从高分辨图像序列中获取细节信息，对相邻相机子视场的重叠区域进行超分辨率成像；
[0047]S4基于动态检测模式、细节识别模式和细节增本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于阵列相机系统的仿视网膜非均匀成像方法，其特征在于，包括：S1基于阵列相机系统中相机的Binning读出功能对所述阵列相机系统中相机相应子视场进行低分辨率成像；S2基于所述相机的全采样读出功能对所述阵列相机系统中相机相应子视场进行高分辨率成像；S3基于图像融合超分辨算法，使用残余密集网络从高分辨图像序列中获取细节信息，对相邻相机子视场的重叠区域进行超分辨率成像；S4基于动态检测模式、细节识别模式和细节增强模式，实现全视场的仿视网膜非均匀成像；所述步骤S4具体包括：S41所述动态检测模式通过阵列相机系统在所述全视场进行所述低分辨率成像，并进行动态检测以寻找ROI区，实现大范围动态搜索；S42所述细节识别模式通过所述阵列相机系统对所述全视场中所述ROI区进行高分辨率成像，并进行目标识别跟踪，实现目标精细感知；S43所述细节增强模式通过对所述ROI区进行超分辨率成像，并进行目标识别跟踪，实现目标的超精细感知。2.根据权利要求1所述的仿视网膜非均匀成像方法，其特征在于，S42包括：基于深度卷积神经网络的小目标识别算法对全视场图像进行小目标识别；将所有所述小目标所在子视场对应的所述相机开启所述细节识别模式，对多个所述小目标同时进行高分辨成像与跟踪；当多个所述小目标跨越多个所述子视场时，利用所述相机间的子视场重叠区域对多个所述小目标轨迹进行相似度评估，使得多个所述小目标跟踪时相机间的顺利衔接，实现对小目标的精细感知。3.根据权利要求1所述的仿视网膜非...

【专利技术属性】
技术研发人员：孙鸣捷，闫崧明，路金松，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：