CN119444598A 基于多模数据融合的打猎相机成像质量优化方法及系统 (深圳市斯远电子技术有限公司)_第1页
CN119444598A 基于多模数据融合的打猎相机成像质量优化方法及系统 (深圳市斯远电子技术有限公司)_第2页
CN119444598A 基于多模数据融合的打猎相机成像质量优化方法及系统 (深圳市斯远电子技术有限公司)_第3页
CN119444598A 基于多模数据融合的打猎相机成像质量优化方法及系统 (深圳市斯远电子技术有限公司)_第4页
CN119444598A 基于多模数据融合的打猎相机成像质量优化方法及系统 (深圳市斯远电子技术有限公司)_第5页
已阅读5页,还剩24页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

道兴东社区68区安通达工业厂区4栋基于多模数据融合的打猎相机成像质量优本发明公开了基于多模数据融合的打猎相多模数据特征描述库中各数据特征与正向质量2对所述成像层级进行成像质量维度关联性分析,获得成像层级的正向建立所述多模数据特征描述库中各数据特征与所述正向质量因子、反基于所述补偿效应关系,对所述多模数据特征描述库中各数据特征进行成像补偿优基于所述映射关系进行成像特征、成像层级和多模数据进行映射整拟合所述关键维度与所在层级的单层成像影响关系,识别单层拟合各成像层级之间的层间成像影响关系,识别层间正向质量基于所述成像层级,对所述单层正向质量因子、单层反向质量因子获得所述正向质量因子、反向质量因子对所述成像层级的质3基于成像特征与质量因子的对应关系,将各成像层级的多模数基于所述多模数据的成像影响梯度进行成像质量补偿分析,根据梯度标识对应的所述补偿效应关系,对所述多尺度特征进行尺度特征映射交互,根据所述尺度邻接关系,依次进行相邻尺度特征交互,其中进按照尺度邻接关系完成所有相邻尺度的特征交互,对所述融合特征进8.基于多模数据融合的打猎相机成像质量优化权利要求1_7任一项所述的基于多模数据融合的打猎相机成像质量优化方法,所述系统包多模数据特征描述库建立模块,所述多模数据特征描成像组成因子层次分解模块,所述成像组成因子层次分解模块用于解析成像组成因成像质量维度关联性分析模块,所述成像质量维度关联性补偿效应关系建立模块,所述补偿效应关系建立模块用成像补偿优化模块,所述成像补偿优化模块用于基于所述补4述多模数据特征描述库中各数据特征进行成5将各成像层级的多模数据成像特征进行成像影响梯度投射,得到多模数据的成像影响梯基于所述梯度标识,对所述多模数据特征描述库中各数据特征进行特征梯度分6[0015]图1为本申请实施例提供的基于多模数据融合的打猎相机成像质量优化方法的流[0016]图2为本申请实施例提供的基于多模数据融合的打猎相机成像质量优化系统的结[0018]上述说明仅是本申请技术方案的概述,为了能够更清楚7[0021]本申请实施例提供了基于多模数据融合的打猎相机成像质量优化方法,如图1所包括成像优势特征和成像劣势特征,用于在后续的分析和优化中快速识别和利用这些特89于不同成像层级之间的相互作用,建立跨层的数学模型描述这些层级之间的成像影响关向质量因子的补偿效应关系。具体而言,将多模数据特征描述库中的特征与成像层级中的质量因子进行匹配。分析每个特征如何影响正向质量因子和反向质量因子,建立它们之间在低光条件下,切换到红外或热成像模式,这些模式不受光线限制,可以提供额外的信息(正向质量因子通过融合这些多模数据,可以创建一个既包含高分辨率可见光信息又包含低光条件下有用信息的合成图像。成像质量的贡献程度。这一实现方式通过综合分析多模数据的成像特征与质量因子的关[0039]在上文中,参照图1详细描述了根据本发明实施例的基于多模数据融合的打猎相[0040]根据本发明实施例的基于多模数据融合的打猎相机成像质量优化系统用于解决现有打猎相机成像质量存在的优化效果有限,成像质量的鲁棒性和准确性不足的技术问元用于建立所述成像特征与成像层级的映射关系、所述成像特征与多模数据的映射关系;多模数据特征描述库中各数据特征与所述正向质量因子、反向质量因子的补偿效应关系,补偿效应关系建立模块40可以进一步包括:基础梯度转换单元用于获得所述正向质量因[0048]本发明实施例所提供的基于多模数据融合的打猎相机成像质量优化系统可执行[0049]虽然本申请对根据本申请的实施例的系统中的某些模块任何数量的不同模块可以被使用并运行在用户终端和/或服务

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论