专利交易市场

本发明涉及智能检测技术领域，具体为一种基于图像融合的半挂车危险源监控方法，包括以下步骤：获取加速度与粗糙等级流筛选扰动图像帧，聚合生成拼接图像集合，提取边界筛选密集视角，融合帧间特征生成图像带，分析边界曲率与纹理变化定位不稳区域，输出危险源监控结果。本发明中，通过峰值共现定位筛选扰动时段图像帧，结合角度归组与镜头聚合增强场景覆盖，基于边界闭合度与区域密集性提取关键视角图像，构建帧间线段匹配与连通性模型实现高一致性融合，通过结构边界的几何变化识别不稳定区域，结合灰度与纹理共变趋势定位高变异图块，实现对异常边界的精准归位与潜在风险特征的空间表达，提升扰动区检测完整性与分析准确性。

本发明公开了一种红外与可见光图像融合方法及装置，包括：获取目标物体的红外图像和可见光图像；对所述红外图像和可见光图像进行灰度化和数据增强的预处理操作，得到预处理后的红外图像和可见光图像；将预处理后的红外图像和可见光图像输入到预先训练好的基于特征交互和自编码器的红外与可见光图像融合模型，得到融合图像；所述基于特征交互和自编码器的红外与可见光图像融合模型编码器、阶梯式融合层和一路级联式解码器。优点：能够保留源图像中显著的热辐射信息、丰富的纹理细节信息和背景特征，融合图像对比度高，更符合人眼视觉效果。

本发明公开了一种基于多层卷积的红外与可见光图像融合方法，网络结构包括编码网络、解码网络和多层卷积融合网络，所述编码器由多层卷积块和ECA注意力机制相互嵌套构成；所述解码器主要由解码块所构成，每个解码块由两个卷积层组成；所述多层卷积融合网络主要由梯度卷积块、下采样卷积块、卷积空间通道注意力机制以及若干卷积层构成；包括步骤如下：S1，将配准后的红外源图像和可见光源图像成对送入编码器中，由编码器提取源图像特征；S2，由多层卷积融合网络对源图像特征进行融合，得到融合后的特征；S3，解码器对融合后的特征进行重建，输出图像。本发明融合后的图像目标突出、细节清晰、轮廓明显、指标提升显著，符合人类视觉感受。

一种基于图像融合的车端全景视角辅助驾驶系统，包括：用于采集车身周围360°道路信息的图像采集模块，用来实时处理图像采集模块输出图像的嵌入式图像处理设备，以及用于显示车端全景图像的图像显示设备。其中，嵌入式图像处理设备与其他两种设备之间用线缆建立物理连接；使用三个安装在车辆上不同位置且视角为180°的鱼眼摄像机采集图像，并采用视频编码器和视频采集卡将多路模拟视频图像整合成一路。嵌入式图像处理设备将整合后的数字视频图像经过鱼眼图像处理模块以及全景图像拼接器，将三个不同角度的数字视频图像拼接成一个全景图像，并通过Web全景播放器将拼接后的全景图像在图像显示设备上显示。本发明能消除大型专用车辆行驶时的视野盲区。

本发明提供了一种基于直方图的正反图像融合的可变对比度增强方法及装置，其中方法包括：获取直方图计算公式，计算输入图像I的直方图h(i)、概率p(i)和累积概率cdfp(i)，其中，直方图计算公式包括：其中，i为灰度级，h为各灰度级的频数，x0为图像灰度上限，k为图像灰度变量；获取灰度转换函数，设置可调参数P1，计算输入图像I每个灰度对应的新灰度值，其中，灰度转换函数为：f(i)＝x0+(xL-1-x0)×[P1×p(i)+cdfp(i-1)]，其中，f(i)为i灰度变换后的新灰度数值，P1为第一可调参数，且P1的取值范围[0,1]；根据每个灰度对应的新灰度值输出新的增强图像imageout。

本发明公开了一种飞行监控全景融合显示的方法，设计图像处理领域，包括全景摄像机、PTZ协同摄像机、服务器、控制端、主屏和副屏，所述全景摄像机内设置有全景视频拼接处理器、全景ROI视频协处理器和全景视频智能协处理器，本发明通过软硬件结合，增加了摄像机感知能力，实现对移动目标属性识别，并且视频自动跟踪，快速发现潜在的交通事故风险和已出现的小问题并快速处理，实现多路全景图像融合显示及控制，主屏上显示一段连续无重叠、按照设定方向和速度逐渐移动的全景融合图像，从视觉上形成飞行监控效果。

本发明公开了一种基于单目视觉和雷达伪图像融合的三维目标检测方法，包括步骤：获取单目视觉和毫米波雷达点云数据对图像进行语义分割获取目标的二维边框与像素点分类得分；对初始毫米波雷达点云数据进行预处理操作；基于雷达点云和图像语义分割信息生成语义雷达伪图像；将视觉图像和语义雷达伪图像分别输入到卷积神经网络中进行特征融合；将融合特征图输入到检测网络中回归得到三维目标信息。本发明将光学图像与毫米波雷达点云信息进行有效融合，在雷达信息中加入图像分割所得的语义信息在与视觉进行融合，解决雷达点云缺少纹理信息的问题，实现两种模态信息的优势互补，具有提高三维目标检测系统准确率和鲁棒性的优点。

本发明提供了一种基于生成对抗式双通道权重分配的图像融合方法及装置，其方法包括：构建初始图像融合模型，包括生成器模块和孪生鉴别器模块，生成器模块包括伪孪生特征提取模块和特征融合模块；获取红外图像样本和可见光图像样本，并基于伪孪生特征提取模块获得红外特征图和可见光特征图；基于特征融合模块生成融合特征图；基于孪生鉴别模块分别获得融合特征图与红外图像样本的第一相似度及与可见光图像样本的第二相似度；对初始图像融合模型进行训练，获得目标图像融合模型；基于目标图像融合模型对待融合红外图像和待融合可见光图像进行融合，获得目标融合图像。本发明可获得具有清晰目标和丰富细节纹理的目标融合图像。