申请/专利权人:北京大学深圳研究生院
申请日:2020-07-02
公开(公告)日:2024-04-26
公开(公告)号:CN111967476B
主分类号:G06V10/46
分类号:G06V10/46;G06V10/774;G06V10/82;G06N3/0464;G06T5/50
优先权:
专利状态码:有效-授权
法律状态:2024.04.26#授权;2020.12.08#实质审查的生效;2020.11.20#公开
摘要:本发明公开了一种光场图像信息融合方法,包括以下步骤:对每幅光场图像进行特征检测,得到初始特征图;将每幅初始特征图中与显著性特征相关区域赋予相对更大的权重,得到对应数量的第一特征图像;将每幅第一特征图像中与显著性特征相关通道赋予相对更大的权重,得到对应数量的第二特征图像;从所有第二特征图像中挑选出与显著性特征相关的图像赋予相对更大的权重,得到对应数量的第三特征图像;将所有的第三特征图像相加,得到融合后的光场特征图像。本发明还公开了一种装置及计算机可读存储介质,解决了如何有效融合多张图像的信息的问题。
主权项:1.一种光场图像信息融合方法,用于对多幅光场图像进行融合,其特征在于,所述光场图像信息融合方法包括以下步骤:对每幅光场图像进行特征检测,得到初始特征图;将每幅初始特征图中与显著性特征相关区域赋予相对更大的权重,得到对应数量的第一特征图像;将每幅第一特征图像中与显著性特征相关通道赋予相对更大的权重,得到对应数量的第二特征图像;从所有第二特征图像中挑选出与显著性特征相关的图像赋予相对更大的权重,得到对应数量的第三特征图像;将所有的第三特征图像相加,得到融合后的光场特征图像。
全文数据:
权利要求:
百度查询: 北京大学深圳研究生院 光场图像显著性特征提取、信息融合及预测损失评估方法
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。