本发明专利技术涉及数据处理技术领域,公开了一种频谱段融合方法、装置、设备及存储介质,所述方法包括:获取内窥模组的多通道视频流,根据所述多通道视频流和内窥模组的特性信息确定视频流的各频谱段;分别对所述各频谱段进行边缘检测,并根据边缘检测结果确定来自不同通道的相同频谱段的特征值;基于注意力机制感知所述相同频谱段在各自通道的重要系数;根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合;通过上述方式,在获取内窥模组的多通道视频流后,结合特性信息确定各频谱段,然后根据各频谱段的边缘检测结果确定来自不同通道的相同频谱段的特征值,并结合重要系数进行频谱段的融合,从而能够有效提高融合频谱段的准确性。
【技术实现步骤摘要】
本专利技术涉及数据处理,尤其涉及频谱段融合方法、装置、设备及存储介质。
技术介绍
1、在视频流中存在不同的频谱段,且频谱段在不同的通道中表征的特点是不同的,为了有效提高视频的视觉效果,通常需要对频谱段进行融合,目前常用的方式是基于个人经验选择需要融合的频谱段,并直接将选择的频谱段融合,但是,人为指定的频谱段不会来自不同的通道,且在显示特性上存在克制作用,使得最终视频文件的各帧图像的视觉效果较差,因此,上述方式融合频谱段的准确性较低。
2、上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
1、本专利技术的主要目的在于提供一种频谱段融合方法、装置、设备及存储介质,旨在解决现有技术融合频谱段的准确性较低的技术问题。
2、为实现上述目的,本专利技术提供了一种频谱段融合方法,所述频谱段融合方法包括以下步骤:
3、获取内窥模组的多通道视频流,根据所述多通道视频流和内窥模组的特性信息确定视频流的各频谱段;
4、分别对所述各频谱段进行边缘检测,并根据边缘检测结果确定来自不同通道的相同频谱段的特征值;
5、基于注意力机制感知所述相同频谱段在各自通道的重要系数;
6、根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合。
7、可选地,所述根据所述多通道视频流和内窥模组的特性信息确定视频流的各频谱段,包括:
8、根据所述多通道视频流得到各通道的视频流;</p>9、通过目标矩阵降秩算法分别对所述各通道的视频流进行降噪;
10、分别对降噪后的各通道的视频流进行色彩校正;
11、分别对校正后的各通道的视频流进行亮度调整;
12、通过傅里叶变换策略对调整后的各通道的视频流进行频域转换,得到目标频谱信息;
13、根据内窥模组的特性信息确定频谱段分割策略;
14、基于所述频谱段分割策略对所述目标频谱信息进行频谱分割,得到视频流的各频谱段。
15、可选地,所述分别对所述各频谱段进行边缘检测,并根据边缘检测结果确定来自不同通道的相同频谱段的特征值,包括:
16、分别对所述各频谱段进行边缘检测,并根据边缘检测结果得到各通道的频谱段特征值;
17、根据所述频谱段特征值生成各通道的频谱特征值矩阵;
18、将所述各通道的频谱特征值矩阵进行合并,得到目标频谱特征值矩阵;
19、通过目标元素比较算法根据所述目标频谱特征值矩阵确定相同频谱段的特征值;
20、确定多通道视频流的通道标识信息;
21、根据所述通道标识信息和相同频谱段的特征值确定来自不同通道的相同频谱段的特征值。
22、可选地,所述基于注意力机制感知所述相同频谱段在各自通道的重要系数,包括:
23、确定多通道视频流的显示特性信息;
24、基于注意力机制感知所述相同频谱段对所述多通道视频流的显示特性信息的贡献值;
25、获取历史贡献值与频谱段之间的映射关系;
26、基于深度学习算法根据所述历史贡献值与频谱段之间的映射关系训练重要系数预测模型;
27、根据所述重要系数设置模型预测相同频谱段在各自通道的重要系数。
28、可选地,所述根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合,包括:
29、根据所述重要系数对所述来自不同通道的相同频谱段进行排序;
30、对排序后的来自不同通道的相同频谱段进行小波分解,得到第一频谱段和第二频谱段;
31、基于多波段融合算法对所述第一频谱段进行融合,得到第一融合频谱段;
32、基于离散余弦变换融合算法对所述第二频谱段进行融合,得到第二融合频谱段;
33、对所述第一融合频谱段和所述第二融合频谱段进行小波逆融合。
34、可选地,所述获取内窥模组的多通道视频流,包括:
35、接收内窥模组发送的初始视频文件;
36、对所述初始视频文件进行解码,得到原始视频流数据;
37、对所述原始视频流数据进行逐像素分析,并根据分析结果提取多通道信息;
38、根据所述多通道信息对所述原始视频流数据进行通道分离,得到各通道的原始视频流数据;
39、对所述各通道的原始视频流数据进行格式转换;
40、对转换后的各通道的原始视频流数据进行数据整合,得到内窥模组的多通道视频流。
41、可选地,所述根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合之后,还包括:
42、获取融合后的目标频谱段;
43、根据所述融合后的目标频谱段对多通道视频流进行锐化;
44、根据所述融合后的目标频谱段对锐化后的多通道视频流进行对比度增强;
45、根据所述融合后的目标频谱段对增强后的多通道视频流进行色彩平衡;
46、根据色彩平衡后的多通道视频流生成待展示视频文件,并将所述待展示视频文件发送至目标显示设备。
47、此外,为实现上述目的,本专利技术还提出一种频谱段融合装置,所述频谱段融合装置包括:
48、获取模块,用于获取内窥模组的多通道视频流,根据所述多通道视频流和内窥模组的特性信息确定视频流的各频谱段;
49、边缘检测模块,用于分别对所述各频谱段进行边缘检测,并根据边缘检测结果确定来自不同通道的相同频谱段的特征值;
50、感知模块,用于基于注意力机制感知所述相同频谱段在各自通道的重要系数;
51、融合模块,用于根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合。
52、此外,为实现上述目的,本专利技术还提出一种频谱段融合设备,所述频谱段融合设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的频谱段融合程序,所述频谱段融合程序配置为实现如上文所述的频谱段融合方法。
53、此外,为实现上述目的,本专利技术还提出一种存储介质,所述存储介质上存储有频谱段融合程序,所述频谱段融合程序被处理器执行时实现如上文所述的频谱段融合方法。
54、本专利技术提出的频谱段融合方法,通过获取内窥模组的多通道视频流,根据所述多通道视频流和内窥模组的特性信息确定视频流的各频谱段;分别对所述各频谱段进行边缘检测,并根据边缘检测结果确定来自不同通道的相同频谱段的特征值;基于注意力机制感知所述相同频谱段在各自通道的重要系数;根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合;通过上述方式,在获取内窥模组的多通道视频流后,结合特性信息确定各频谱段,然后根据各频谱段的边缘检测结果确定来自不同通道的相同频谱段的特征值,并结合重要系数进行频谱段的融合,从而能够有效提高融合频谱段的准确性。
本文档来自技高网...
【技术保护点】
1.一种频谱段融合方法,其特征在于,所述频谱段融合方法包括以下步骤:
2.如权利要求1所述的频谱段融合方法,其特征在于,所述根据所述多通道视频流和内窥模组的特性信息确定视频流的各频谱段,包括:
3.如权利要求1所述的频谱段融合方法,其特征在于,所述分别对所述各频谱段进行边缘检测,并根据边缘检测结果确定来自不同通道的相同频谱段的特征值,包括:
4.如权利要求1所述的频谱段融合方法,其特征在于,所述基于注意力机制感知所述相同频谱段在各自通道的重要系数,包括:
5.如权利要求1所述的频谱段融合方法,其特征在于,所述根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合,包括:
6.如权利要求1所述的频谱段融合方法,其特征在于,所述获取内窥模组的多通道视频流,包括:
7.如权利要求1至6中任一项所述的频谱段融合方法,其特征在于,所述根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合之后,还包括:
8.一种频谱段融合装置,其特征在于,所述频谱段融合装置包括:
9.一种频谱段融合设备,其特征在于,所述频谱段融合设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的频谱段融合程序,所述频谱段融合程序配置有实现如权利要求1至7中任一项所述的频谱段融合方法。
10.一种存储介质,其特征在于,所述存储介质上存储有频谱段融合程序,所述频谱段融合程序被处理器执行时实现如权利要求1至7中任一项所述的频谱段融合方法。
...
【技术特征摘要】
1.一种频谱段融合方法,其特征在于,所述频谱段融合方法包括以下步骤:
2.如权利要求1所述的频谱段融合方法,其特征在于,所述根据所述多通道视频流和内窥模组的特性信息确定视频流的各频谱段,包括:
3.如权利要求1所述的频谱段融合方法,其特征在于,所述分别对所述各频谱段进行边缘检测,并根据边缘检测结果确定来自不同通道的相同频谱段的特征值,包括:
4.如权利要求1所述的频谱段融合方法,其特征在于,所述基于注意力机制感知所述相同频谱段在各自通道的重要系数,包括:
5.如权利要求1所述的频谱段融合方法,其特征在于,所述根据所述重要系数和所述特征值对所述来自不同通道的相同频谱段进行融合,包括:
6.如权利要求1所述的频谱段融...
【专利技术属性】
技术研发人员:张莉,
申请(专利权)人:深圳市日多实业发展有限公司,
类型:发明
国别省市:
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。