申请/专利权人：上海贝特威自动化科技有限公司

申请日：2023-12-18

公开（公告）日：2024-03-29

公开（公告）号：CN117788306A

主分类号：G06T5/50

分类号：G06T5/50;G06T5/70;G06T7/13

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明属于极耳图像融合技术领域，且公开了一种基于多线程的多焦距极耳图像融合方法，该图像融合方法步骤为：S1，变焦拍摄序列图像；S2,并行去除序列图像噪音；S3,并行提取序列图像边缘；S4,并行去除边缘图像噪音；S5,图像梯度计算并记录；S6,并行比较边缘特征；S7，提取原图像素进行融合。本发明通过采用C++语言进行编写，为了在保证算法精度的同时提升算法速度，采用多线程的方式；多线程涵盖了算法处理的大部分流程，从图像导入到最大梯度序号的标记都采用了多线程的处理方式，大大提高了算法的运行速度，实现了序列极耳图像的实时融合。

主权项：1.一种基于多线程的多焦距极耳图像融合方法，其特征在于：该图像融合方法步骤为：S1，变焦拍摄序列图像；使用固定相机对同一极耳进行聚焦拍摄，共获得30张同一极耳但不同焦距的极耳图像；S2,并行去除序列图像噪音；对每一张图像使用高斯滤波进行卷积，以消除其中的高斯噪声；S3,并行提取序列图像边缘；使用拉普拉斯算子对图像进行边缘检测；S4,并行去除边缘图像噪音；使用均值滤波对图像进行卷积，以消除其中的高频噪声；S5,图像梯度计算并记录；在处理完每一张图像之后，将得到的梯度图像分为10组，每组包含3张图像；然后为每组图像分配一个线程，并行计算组内在同一像素处的最大梯度；标记最大梯度的所属图像序号，并记录最大梯度矩阵和图像标记矩阵；S6,并行比较边缘特征；在同一线程中对S5步骤中保存的10个梯度图矩阵进行比较，而后标记最大梯度的图像序号并保存这些信息。S7，提取原图像素进行融合；根据序号标记矩阵获取标记的原始图像中的对应像素进行融合，得到一张细节部分均清晰的极耳图像。

全文数据：

权利要求：

百度查询： 上海贝特威自动化科技有限公司 一种基于多线程的多焦距极耳图像融合方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD