CN116456201A - 一种结合红外摄像的微光图像中热源干扰去除方法及系统 - Google Patents
一种结合红外摄像的微光图像中热源干扰去除方法及系统 Download PDFInfo
- Publication number
- CN116456201A CN116456201A CN202310715489.XA CN202310715489A CN116456201A CN 116456201 A CN116456201 A CN 116456201A CN 202310715489 A CN202310715489 A CN 202310715489A CN 116456201 A CN116456201 A CN 116456201A
- Authority
- CN
- China
- Prior art keywords
- module
- light
- image
- low
- deep learning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012545 processing Methods 0.000 claims abstract description 101
- 238000013135 deep learning Methods 0.000 claims abstract description 50
- 238000001931 thermography Methods 0.000 claims abstract description 30
- 241001465754 Metazoa Species 0.000 claims description 18
- 238000013527 convolutional neural network Methods 0.000 claims description 9
- 230000002265 prevention Effects 0.000 claims description 5
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000012217 deletion Methods 0.000 claims description 3
- 230000037430 deletion Effects 0.000 claims description 3
- 238000007499 fusion processing Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 2
- 238000003331 infrared imaging Methods 0.000 claims 7
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000004313 glare Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/80—Camera processing pipelines; Components thereof
- H04N23/81—Camera processing pipelines; Components thereof for suppressing or minimising disturbance in the image signal generation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
- H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/45—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from two or more image sensors being of different type or operating in different modes, e.g. with a CMOS sensor for moving images in combination with a charge-coupled device [CCD] for still images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/55—Optical parts specially adapted for electronic image sensors; Mounting thereof
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Toxicology (AREA)
- Human Computer Interaction (AREA)
- Studio Devices (AREA)
Abstract
本发明涉及摄像的技术领域，特别是涉及一种结合红外摄像的微光图像中热源干扰去除方法及系统，其在不同环境下，通过数码模块作为主摄像头与辅摄像头红外热成像模块进行配合，或与辅摄像头微光模块进行配合，也可与辅摄像头红外热成像模块和微光模块同时进行配合完成摄像，再对图像进行融合，形成清晰图像，减少不同环境对单个摄像头拍摄效果的影响，提高拍摄效果，并且在拍摄过程中，深度学习处理模块根据数码模块拍摄的图像分析图像中物体亮度对微光模块的影响程度，使防强光模块对微光模块进行遮挡，减少微光模块的损坏；包括：显示模块、控制模块、图像处理模块、深度学习处理模块、数码模块、红外热成像模块、微光模块和防强光模块。
Description
技术领域
本发明涉及摄像的技术领域，特别是涉及一种结合红外摄像的微光图像中热源干扰去除方法及系统。
背景技术
红外热成像摄像机，是一种通过接受物体发出的红外线来显示的摄像机，如公告号为CN208638465U的发明专利中公开的一种自动调焦红外热成像摄像机，其主要由镜头、红外探测器和散热板等部件组成，其在使用时虽然可以对热源进行显示，但是在漆黑环境下，不方便对周围环境进行摄像，并且在对多个相近的热源进行摄像时，容易出现图像模糊，多个热源相互粘连的情况；
微光摄像机，是微光下工作的高灵敏度电视摄像机，如公告号为CN209560248U的发明专利中公开的一种船用微光摄像机，其主要由摄像机本体、进气管、出气管和安放箱等结构组成，虽然可以在黑夜拍出周围环境，但是容易受到周围环境因素影响，并且在缺少光源的情况下，容易出现拍摄不清的情况，如在阴影下的人，并且容易受到强光的干扰，严重时容易使得光电阴极烧坏；
所以为解决上述问题，本发明提出一种结合红外摄像的微光图像中热源干扰去除方法及系统。
发明内容
为解决上述技术问题，本发明提供一种在不同环境下，通过数码模块作为主摄像头与辅摄像头红外热成像模块进行配合，或与辅摄像头微光模块进行配合，也可与辅摄像头红外热成像模块和微光模块同时进行配合完成摄像，再对图像进行融合，形成清晰图像，减少不同环境对单个摄像头拍摄效果的影响，提高拍摄效果，并且在拍摄过程中，深度学习处理模块根据数码模块拍摄的图像分析图像中物体亮度对微光模块的影响程度，使防强光模块对微光模块进行遮挡，减少微光模块的损坏的一种结合红外摄像的微光图像中热源干扰去除方法及系统。
本发明的一种结合红外摄像的微光图像中热源干扰去除方法及系统，包括：
显示模块：对拍摄的图像进行显示，并且辅助控制模块使用户对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
控制模块：对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
图像处理模块：对数码模块、红外热成像模块和微光模块相互搭配拍摄出的图像进行融合处理，形成清晰的图像；
深度学习处理模块：根据数码模块拍摄出的图像分析图像中物体亮度对微光模块的影响程度；
数码模块：作为主摄像头对指定区域进行普通拍摄；
红外热成像模块：作为辅摄像头对指定区域进行拍摄，对区域中带有温度的物体、人或动物进行凸出显示；
微光模块：作为辅摄像头利用周围微弱的光，对指定区域进行拍摄，对物体、人或动物的轮廓进行凸出显示；
防强光模块：根据深度学习处理模块的分析，对微光模块进行遮挡，减少强光对微光模块的伤害。
优选的，所述图像处理模块包括：
图像处理单元：通过语义分割算法和智能区域平滑算法对图像进行优化，并将主摄像头与辅摄像头拍摄的图像进行融合，形成清晰图像；
储存模块：对清晰的图像进行储存。
优选的，所述深度学习处理模块包括：
普通拍摄处理单元：通过对数码模块拍摄的普通图像进行分析处理，判断普通图像中物体亮度对微光模块的影响程度；
清晰图像处理单元：对清晰图像进行分析处理，判断清晰图像中物体、人或动物的危险程度；
警报模块：清晰图像处理单元危险程度超出预设值后，发出警报提醒用户。
优选的，所述防强光模块包括：
支撑机构：由两组环形框架组成，两组环形框架之间转动连接，左侧环形框架固定于支撑面上，右侧的环形框架外表面设置有若干轮齿，并且若干轮齿的中部均设置有限位槽；
驱动装置：由正反转电机、齿轮、橡胶带、支撑板和限位板组成，齿轮安装于正反转电机的输出轴上，并且齿轮与右侧环形框架上的轮齿啮合连接，橡胶带的一端通过支撑板固定于右侧的环形框架上，另一端固定于右侧的环形框架下方的支撑面上，限位板固定于右侧的环形框架的前方，正反转电机、齿轮和橡胶带配合为支撑机构提供动力，方便支撑机构对偏振片进行旋转；
偏振片：设置有两组，对强光进行过滤，减少强光对微光模块的伤害。
优选的，所述深度学习处理模块使用的框架为PyTorch，使用的神经网络为卷积神经网络。
优选的，所述右侧环形框架旋转90°后，再通过两组偏振片相互配合对光线完全遮挡。
优选的，所述储存模块包括：
压缩单元：对清晰图像进行压缩处理，缩小图像的占用空间；
储存单元：对压缩后的图像进行定期储存；
删除单元：对超出设定期限的图像进行删除。
优选的，包括以下步骤：
S1、通过显示模块和控制模块配合对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
S2、通过数码模块作为主摄像头对指定区域进行普通拍摄，通过红外热成像模块和微光模块作为辅摄像头对指定区域进行拍摄；
S3、通过图像处理模块对数码模块、红外热成像模块和微光模块相互搭配拍摄出的图像进行融合处理，形成清晰的图像，使图像中的带有温度的物体、人或动物进行凸出显示，并且对物体、人或动物的轮廓进行凸出显示；
S4、由于支撑机构由两组环形框架组成，两组环形框架之间转动连接，左侧环形框架固定于支撑面上，右侧的环形框架外表面设置有若干轮齿，并且若干轮齿的中部均设置有限位槽；驱动装置由正反转电机、齿轮、橡胶带、支撑板和限位板组成，齿轮安装于正反转电机的输出轴上，并且齿轮与右侧环形框架上的轮齿啮合连接，橡胶带的一端通过支撑板固定于右侧的环形框架上，另一端固定于右侧的环形框架下方的支撑面上，限位板固定于右侧的环形框架的前方，正反转电机、齿轮和橡胶带配合为支撑机构提供动力，方便支撑机构对偏振片进行旋转；偏振片设置有两组，对强光进行过滤，减少强光对微光模块的伤害，所以在拍摄过程中，深度学习处理模块中的普通拍摄处理单元根据数码模块拍摄出的图像分析图像中物体亮度对微光模块的影响程度，之后防强光模块根据深度学习处理模块的分析，打开正反转电机，经齿轮与右侧的环形框架外表面的若干轮齿啮合传动，驱动右侧的环形框架旋转，调节右侧偏振片的角度，使两组偏振片相互配合对不同强度的光进行阻挡，在亮度传感器检测到突然出现的强光亮度超出预设值时，正反转电机自动反向运行，同时通过橡胶带的弹性，使右侧的环形框架快速旋转90°，并通过限位板对支撑板进行限位，使两组偏振片相互配合对光亮完全遮挡，减少强光对微光模块的伤害；
S5、通过深度学习处理模块中的清晰图像处理单元对清晰图像进行分析处理，判断清晰图像中物体、人或动物的危险程度；
S6、清晰图像处理单元危险程度超出预设值后，发出警报提醒用户。
优选的，深度学习处理模块在使用前，向深度学习处理模块输入足够的样本，并对深度学习处理模块进行设定，使其分析图像时，进行初始化权重网络设置，根据图像的亮度和颜色判断光为强光还是弱光，样本包括大量强光图像和大量弱光图像，根据大量强光图像建立强光图像集，根据大量弱光图像建立弱光图像集，之后通过卷积神经网络根据强光图像集，建立强光图像块集合，根据弱光图像集，建立弱光图像块合集，再根据上述的数据对卷积神经网络进行若干次训练，反复调整权重值，使深度学习处理模块的分析精度达到使用要求，之后再投入使用。
与现有技术相比本发明的有益效果为：
1、通过数码模块、红外热成像模块和微光模块配合，实现摄像头多种摄像模式的转变，在不同环境下依旧保持摄像的清晰度，减少复杂环境对拍摄效果的影响；
2、通过防强光模块与深度学习处理模块配合，使用两组偏振片对强光进行过滤，提高微光模块的使用寿命。
附图说明
图1是本发明的结构示意图；
图2是本发明的配置结构示意图；
图3是本发明图像处理模块的结构示意图；
图4是本发明防强光模块的结构示意图；
图5是本发明防强光模块的轴测结构示意图；
图6是本发明防强光模块的正视结构示意图；
附图中标记：1、环形框架；2、偏振片；3、正反转电机；4、齿轮；5、橡胶带；7、支撑板；8、限位板。
实施方式
为了便于理解本发明，下面将参照相关附图对本发明进行更全面的描述。本发明可以以许多不同的形式来实现，并不限于本文所描述的实施例。相反地，提供这些实施例的目的是使对本发明的公开内容更加透彻全面。
实施例
如图1至图6所示，包括：
显示模块：对拍摄的图像进行显示，并且辅助控制模块使用户对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
控制模块：对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
图像处理模块：对数码模块、红外热成像模块和微光模块相互搭配拍摄出的图像进行融合处理，形成清晰的图像；
深度学习处理模块：根据数码模块拍摄出的图像分析图像中物体亮度对微光模块的影响程度；
数码模块：作为主摄像头对指定区域进行普通拍摄；
红外热成像模块：作为辅摄像头对指定区域进行拍摄，对区域中带有温度的物体、人或动物进行凸出显示；
微光模块：作为辅摄像头利用周围微弱的光，对指定区域进行拍摄，对物体、人或动物的轮廓进行凸出显示；
防强光模块：根据深度学习处理模块的分析，对微光模块进行遮挡，减少强光对微光模块的伤害；
所述图像处理模块包括：
图像处理单元：通过语义分割算法和智能区域平滑算法对图像进行优化，并将主摄像头与辅摄像头拍摄的图像进行融合，形成清晰图像；
储存模块：对清晰的图像进行储存；
所述深度学习处理模块包括：
普通拍摄处理单元：通过对数码模块拍摄的普通图像进行分析处理，判断普通图像中物体亮度对微光模块的影响程度；
清晰图像处理单元：对清晰图像进行分析处理，判断清晰图像中物体、人或动物的危险程度；
警报模块：清晰图像处理单元危险程度超出预设值后，发出警报提醒用户；
所述深度学习处理模块使用的框架为PyTorch，使用的神经网络为卷积神经网络；
所述防强光模块包括：
所述防强光模块包括：
支撑机构：由两组环形框架1组成，两组环形框架1之间转动连接，左侧环形框架1固定于支撑面上，右侧的环形框架1外表面设置有限位槽和若干轮齿，并且若干轮齿的中部均设置有限位槽；
驱动装置：由正反转电机3、齿轮4、橡胶带5、支撑板7和限位板8组成，齿轮4安装于正反转电机3的输出轴上，并且齿轮4与右侧环形框架1上的轮齿啮合连接，橡胶带5的一端通过支撑板7固定于右侧的环形框架1上，另一端固定于右侧的环形框架1下方的支撑面上，限位板8固定于右侧的环形框架1的前方，正反转电机3、齿轮4和橡胶带5配合为支撑机构提供动力，方便支撑机构对偏振片2进行旋转；
偏振片2：设置有两组，对强光进行过滤，减少强光对微光模块的伤害；
所述储存模块包括：
压缩单元：对清晰图像进行压缩处理，缩小图像的占用空间；
储存单元：对压缩后的图像进行定期储存；
删除单元：对超出设定期限的图像进行删除。
一种结合红外摄像的微光图像中热源干扰去除方法，包括以下步骤：
S1、通过显示模块和控制模块配合对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
S2、通过数码模块作为主摄像头对指定区域进行普通拍摄，通过红外热成像模块和微光模块作为辅摄像头对指定区域进行拍摄；
S3、通过图像处理模块对数码模块、红外热成像模块和微光模块相互搭配拍摄出的图像进行融合处理，形成清晰的图像，使图像中的带有温度的物体、人或动物进行凸出显示，并且对物体、人或动物的轮廓进行凸出显示；
S4、在拍摄过程中，深度学习处理模块中的普通拍摄处理单元根据数码模块拍摄出的图像分析图像中物体亮度对微光模块的影响程度，之后防强光模块根据深度学习处理模块的分析，打开正反转电机3，经齿轮4与右侧的环形框架1外表面的若干轮齿啮合传动，驱动右侧的环形框架1旋转，调节右侧偏振片2的角度，使两组偏振片2相互配合对不同强度的光进行阻挡，在亮度传感器检测到突然出现的强光亮度超出预设值时，正反转电机3自动反向运行，同时通过橡胶带5的弹性，使右侧的环形框架1快速旋转90°，并通过限位板8对支撑板7进行限位，使两组偏振片2相互配合对光亮完全遮挡，减少强光对微光模块的伤害；
S5、通过深度学习处理模块中的清晰图像处理单元对清晰图像进行分析处理，判断清晰图像中物体、人或动物的危险程度；
S6、清晰图像处理单元危险程度超出预设值后，发出警报提醒用户；
深度学习处理模块在使用前，向深度学习处理模块输入足够的样本，并对深度学习处理模块进行设定，使其分析图像时，进行初始化权重网络设置，根据图像的亮度和颜色判断光为强光还是弱光，样本包括大量强光图像和大量弱光图像，根据大量强光图像建立强光图像集，根据大量弱光图像建立弱光图像集，之后通过卷积神经网络根据强光图像集，建立强光图像块集合，根据弱光图像集，建立弱光图像块合集，再根据上述的数据对卷积神经网络进行若干次训练，反复调整权重值，使深度学习处理模块的分析精度达到使用要求，之后再投入使用。
本行业内技术人员只需按照其附带的使用说明书进行安装和操作即可，而无需本领域的技术人员付出创造性劳动。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。
Claims (9)
1.一种结合红外摄像的微光图像中热源干扰去除系统，其特征在于，包括：
显示模块：对拍摄的图像进行显示，并且辅助控制模块使用户对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
控制模块：对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
图像处理模块：对数码模块、红外热成像模块和微光模块相互搭配拍摄出的图像进行融合处理，形成清晰的图像；
深度学习处理模块：根据数码模块拍摄出的图像分析图像中物体亮度对微光模块的影响程度；
数码模块：作为主摄像头对指定区域进行普通拍摄，并且数码模块上设置有亮度传感器对突然出现的强光亮度进行检测；
红外热成像模块：作为辅摄像头对指定区域进行拍摄，对区域中带有温度的物体、人或动物进行凸出显示；
微光模块：作为辅摄像头利用周围微弱的光，对指定区域进行拍摄，对物体、人或动物的轮廓进行凸出显示；
防强光模块：根据深度学习处理模块的分析，对微光模块进行遮挡，减少强光对微光模块的伤害。
2.如权利要求1所述的一种结合红外摄像的微光图像中热源干扰去除系统，其特征在于，所述图像处理模块包括：
图像处理单元：通过语义分割算法和智能区域平滑算法对图像进行优化，并将主摄像头与辅摄像头拍摄的图像进行融合，形成清晰图像；
储存模块：对清晰的图像进行储存。
3.如权利要求1所述的一种结合红外摄像的微光图像中热源干扰去除系统，其特征在于，所述深度学习处理模块包括：
普通拍摄处理单元：通过对数码模块拍摄的普通图像进行分析处理，判断普通图像中物体亮度对微光模块的影响程度；
清晰图像处理单元：对清晰图像进行分析处理，判断清晰图像中物体、人或动物的危险程度；
警报模块：清晰图像处理单元危险程度超出预设值后，发出警报提醒用户。
4.如权利要求1所述的一种结合红外摄像的微光图像中热源干扰去除系统，其特征在于，所述防强光模块包括：
支撑机构：由两组环形框架（1）组成，两组环形框架（1）之间转动连接，左侧环形框架（1）固定于支撑面上，右侧的环形框架（1）外表面设置有若干轮齿，并且若干轮齿的中部均设置有限位槽；
驱动装置：由正反转电机（3）、齿轮（4）、橡胶带（5）、支撑板（7）和限位板（8）组成，齿轮（4）安装于正反转电机（3）的输出轴上，并且齿轮（4）与右侧环形框架（1）上的轮齿啮合连接，橡胶带（5）的一端通过支撑板（7）固定于右侧的环形框架（1）上，另一端固定于右侧的环形框架（1）下方的支撑面上，限位板（8）固定于右侧的环形框架（1）的前方，正反转电机（3）、齿轮（4）和橡胶带（5）配合为支撑机构提供动力，方便支撑机构对偏振片（2）进行旋转；
偏振片（2）：设置有两组，对强光进行过滤，减少强光对微光模块的伤害。
5.如权利要求1所述的一种结合红外摄像的微光图像中热源干扰去除系统，其特征在于，所述深度学习处理模块使用的框架为PyTorch，使用的神经网络为卷积神经网络。
6.如权利要求4所述的一种结合红外摄像的微光图像中热源干扰去除系统，其特征在于，所述右侧环形框架（1）旋转90°后，再通过两组偏振片（2）相互配合对光线完全遮挡。
7.如权利要求2所述的一种结合红外摄像的微光图像中热源干扰去除系统，其特征在于，所述储存模块包括：
压缩单元：对清晰图像进行压缩处理，缩小图像的占用空间；
储存单元：对压缩后的图像进行定期储存；
删除单元：对超出设定期限的图像进行删除。
8.一种结合红外摄像的微光图像中热源干扰去除方法，其特征在于，包括以下步骤：
S1、通过显示模块和控制模块配合对图像处理模块、深度学习处理模块、数码模块、红外热成像模块和微光模块进行控制；
S2、通过数码模块作为主摄像头对指定区域进行普通拍摄，通过红外热成像模块和微光模块作为辅摄像头对指定区域进行拍摄；
S3、通过图像处理模块对数码模块、红外热成像模块和微光模块相互搭配拍摄出的图像进行融合处理，形成清晰的图像，使图像中的带有温度的物体、人或动物进行凸出显示，并且对物体、人或动物的轮廓进行凸出显示；
S4、由于支撑机构由两组环形框架（1）组成，两组环形框架（1）之间转动连接，左侧环形框架（1）固定于支撑面上，右侧的环形框架（1）外表面设置有若干轮齿，并且若干轮齿的中部均设置有限位槽，驱动装置由正反转电机（3）、齿轮（4）、橡胶带（5）、支撑板（7）和限位板（8）组成，齿轮（4）安装于正反转电机（3）的输出轴上，并且齿轮（4）与右侧环形框架（1）上的轮齿啮合连接，橡胶带（5）的一端通过支撑板（7）固定于右侧的环形框架（1）上，另一端固定于右侧的环形框架（1）下方的支撑面上，限位板（8）固定于右侧的环形框架（1）的前方，正反转电机（3）、齿轮（4）和橡胶带（5）配合为支撑机构提供动力，方便支撑机构对偏振片（2）进行旋转，偏振片（2）设置有两组，对强光进行过滤，减少强光对微光模块的伤害，所以在拍摄过程中，深度学习处理模块中的普通拍摄处理单元根据数码模块拍摄出的图像分析图像中物体亮度对微光模块的影响程度，之后防强光模块根据深度学习处理模块的分析，打开正反转电机（3），经齿轮（4）与右侧的环形框架（1）外表面的若干轮齿啮合传动，驱动右侧的环形框架（1）旋转，调节右侧偏振片（2）的角度，使两组偏振片（2）相互配合对不同强度的光进行阻挡，在亮度传感器检测到突然出现的强光亮度超出预设值时，正反转电机（3）自动反向运行，同时通过橡胶带（5）的弹性，使右侧的环形框架（1）快速旋转90°，并通过限位板（8）对支撑板（7）进行限位，使两组偏振片（2）相互配合对光亮完全遮挡，减少强光对微光模块的伤害；
S5、通过深度学习处理模块中的清晰图像处理单元对清晰图像进行分析处理，判断清晰图像中物体、人或动物的危险程度；
S6、清晰图像处理单元危险程度超出预设值后，发出警报提醒用户。
9.如权利要求8所述的一种结合红外摄像的微光图像中热源干扰去除方法，其特征在于，深度学习处理模块在使用前，向深度学习处理模块输入足够的样本，并对深度学习处理模块进行设定，使其分析图像时，进行初始化权重网络设置，根据图像的亮度和颜色判断光为强光还是弱光，样本包括大量强光图像和大量弱光图像，根据大量强光图像建立强光图像集，根据大量弱光图像建立弱光图像集，之后通过卷积神经网络根据强光图像集，建立强光图像块集合，根据弱光图像集，建立弱光图像块合集，再根据上述的数据对卷积神经网络进行若干次训练，反复调整权重值，使深度学习处理模块的分析精度达到使用要求，之后再投入使用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310715489.XA CN116456201B (zh) | 2023-06-16 | 2023-06-16 | 一种结合红外摄像的微光图像中热源干扰去除方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310715489.XA CN116456201B (zh) | 2023-06-16 | 2023-06-16 | 一种结合红外摄像的微光图像中热源干扰去除方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116456201A true CN116456201A (zh) | 2023-07-18 |
| CN116456201B CN116456201B (zh) | 2023-10-17 |
Family
ID=87128873
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310715489.XA Active CN116456201B (zh) | 2023-06-16 | 2023-06-16 | 一种结合红外摄像的微光图像中热源干扰去除方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116456201B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008304919A (ja) * | 2001-03-29 | 2008-12-18 | Seiko Epson Corp | 偏光子を用いた光学機器 |
| WO2013107166A1 (zh) * | 2012-01-19 | 2013-07-25 | 上海锐势机器视觉科技有限公司 | 内置偏振片切换机构的相机 |
| CN203134149U (zh) * | 2012-12-11 | 2013-08-14 | 武汉高德红外股份有限公司 | 基于不同波段成像融合图像处理的车辆辅助驾驶系统 |
| CN105516555A (zh) * | 2015-11-26 | 2016-04-20 | 努比亚技术有限公司 | 一种摄像头模组和移动终端 |
| CN206515593U (zh) * | 2016-05-11 | 2017-09-22 | 蒙天培 | 利用滑套定位的三环式偏光及减光镜组 |
| CN111432137A (zh) * | 2020-03-26 | 2020-07-17 | 中国科学院空天信息创新研究院 | 一种微光夜视高动态成像方法 |
| CN214623184U (zh) * | 2021-09-26 | 2021-11-05 | 深圳市明日系统集成有限公司 | 一种基于微光和红外热成像图像融合的夜视仪 |
| CN113824884A (zh) * | 2021-10-20 | 2021-12-21 | 深圳市睿联技术股份有限公司 | 拍摄方法与装置、摄影设备及计算机可读存储介质 |
| CN114910919A (zh) * | 2022-04-20 | 2022-08-16 | 亿慧云智能科技（深圳）股份有限公司 | 一种微光夜视仪的使用及目标定位方法和装置 |
-
2023
- 2023-06-16 CN CN202310715489.XA patent/CN116456201B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008304919A (ja) * | 2001-03-29 | 2008-12-18 | Seiko Epson Corp | 偏光子を用いた光学機器 |
| WO2013107166A1 (zh) * | 2012-01-19 | 2013-07-25 | 上海锐势机器视觉科技有限公司 | 内置偏振片切换机构的相机 |
| CN203134149U (zh) * | 2012-12-11 | 2013-08-14 | 武汉高德红外股份有限公司 | 基于不同波段成像融合图像处理的车辆辅助驾驶系统 |
| CN105516555A (zh) * | 2015-11-26 | 2016-04-20 | 努比亚技术有限公司 | 一种摄像头模组和移动终端 |
| CN206515593U (zh) * | 2016-05-11 | 2017-09-22 | 蒙天培 | 利用滑套定位的三环式偏光及减光镜组 |
| CN111432137A (zh) * | 2020-03-26 | 2020-07-17 | 中国科学院空天信息创新研究院 | 一种微光夜视高动态成像方法 |
| CN214623184U (zh) * | 2021-09-26 | 2021-11-05 | 深圳市明日系统集成有限公司 | 一种基于微光和红外热成像图像融合的夜视仪 |
| CN113824884A (zh) * | 2021-10-20 | 2021-12-21 | 深圳市睿联技术股份有限公司 | 拍摄方法与装置、摄影设备及计算机可读存储介质 |
| CN114910919A (zh) * | 2022-04-20 | 2022-08-16 | 亿慧云智能科技（深圳）股份有限公司 | 一种微光夜视仪的使用及目标定位方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| 吴双桐: "腾龙SP 150～600mm F5～6.3 Di VC USD 超远摄变焦镜头试用手记", 《照相机》 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116456201B (zh) | 2023-10-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9151933B2 (en) | Image-capturing apparatus, control method for image-capturing apparatus, and program | |
| US8768063B2 (en) | Image processing apparatus, image management apparatus and image management method, and computer program | |
| US8629916B2 (en) | Camera with imaging unit and imaging unit for camera | |
| KR101618759B1 (ko) | 영상 촬영 장치 및 방법 | |
| CN100536530C (zh) | 影像暗角修正方法及其装置 | |
| US20080252882A1 (en) | Filter assembly and image enhancement system for a surveillance camera and method of using the same | |
| CN103126654A (zh) | 一种近红外体表血管检测仪的检测系统 | |
| CN105571827B (zh) | 一种日冕仪平场测量和光强标定的装置与方法 | |
| CN104434033A (zh) | 近红外血管显像仪 | |
| KR20160088466A (ko) | 선명한 상의 촬영이 가능한 감시 카메라 | |
| JPH06154198A (ja) | Ｘ線診断装置 | |
| JP2006208714A (ja) | 撮像装置 | |
| CN111586230A (zh) | 一种移动终端屏幕亮度的调节系统及方法 | |
| CN1301680C (zh) | 眼科摄像装置 | |
| CN116456201B (zh) | 一种结合红外摄像的微光图像中热源干扰去除方法及系统 | |
| CN111123386A (zh) | 一种基于动态视觉传感器的偏振成像探测装置及探测方法 | |
| CN105513017B (zh) | 图像去雾处理方法、装置及摄像设备 | |
| CN109564678A (zh) | 图像处理装置及电子内窥镜系统 | |
| JPH05110938A (ja) | テレビカメラ用レンズ装置 | |
| US7272305B2 (en) | Photography system that detects the position of a remote control and frames photographs accordingly | |
| US10715741B1 (en) | Occulting device and methods of using same | |
| CN219538268U (zh) | 舌面图像拍摄装置 | |
| CN215897857U (zh) | 一种基于fpga图像去模糊的摄像头 | |
| CN212543889U (zh) | 一种可连接警用移动终端的多光谱成像系统 | |
| JPH08334725A (ja) | 撮影レンズ部の遮光装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |