专利交易市场

本实施例公开一种图像去模糊方法及装置、存储介质，该方法可以包括：获取至少两帧相邻图像的光流；基于至少两帧相邻图像的光流，获取第一神经网络的权重；利用第二神经网络对至少两帧相邻图像中的第一图像进行去模糊，得到与第一图像对应的第二图像，第一图像为至少两帧相邻图像中的任一图像，第二图像的清晰度高于第一图像，第二神经网络的编码器部分包括至少一个第一神经网络。

本发明公开了一种基于多尺度残差生成对抗网络的单图像盲去运动模糊方法。包括如下步骤：获取GoPRo成对数据集将其连接成形为模糊——清晰形式的图像对；将训练图像随机裁剪成256×256大小的图像补丁；将标准化后的图像作为模型训练输入数据；设计卷积神经网络，输出去模糊之后的图像；计算模型的输出信息与对应标签清晰图像的峰值信噪比和结构相似性以及损失优化；利用优化后的模型参数，对现实中的具有运动模糊场景的图片进行去模糊得到相应的清晰图片。本发明基于卷积神经网络，采用条件生成对抗网络作为骨干网络并采用了细粒度残差模块作为主体模块，实现了对图像去模糊问题转变为图像翻译问题并加以解决的突破，为图像去模糊的后续操作提供了重要的技术支持。

本实用新型提供了一种基于FPGA图像去模糊的摄像头，本设计结合了FPGA技术，优化了电路结构、提高了运算速率，其中图像处理模块可以去除因相机抖动或目标物移动而造成的图像模糊与伪影等现象，与传统的摄像头相比，增加了防抖动装置，使摄像头接收的图像更为清晰，提高了运算效率。此外，与传统摄像头相比，本设计增加红外检测模块，增强了摄像头的夜间探测效果，本设计还增加温度感知模块，当发生火灾时，可以第一时间发出警报声警醒用户，减少伤亡损失。同时也降低了成本开销，具有很好的市场价值。