一种动态补帧完成成像去模糊的方法

技术领域

本发明涉及计算机视觉技术领域，尤其涉及一种动态补帧完成成像去模糊的方法。

背景技术

计算机视觉是一门研究如何使机器“看”的科学，更进一步的说，就是是指用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使电脑处理成为更适合人眼观察或传送给仪器检测的图像。

车载影像系统是现在车联网中常见的系统，车载影像系统就会常用到计算机视觉处理，在车载影像系统的使用过程中，影像的帧图片以及帧数会影响成像的效果，为了完成流程清楚的成像，需要设计一种动态补帧完成成像去模糊的方法来解决上述问题。

发明内容

本发明的目的是为了解决现有技术中存在的缺点，而提出的一种动态补帧完成成像去模糊的方法。其优点在于：完成了对相邻帧之间插入补偿帧以及将模糊帧替换成补偿帧的方法，提高了车载影像的清晰度。

为了实现上述目的，本发明采用了如下技术方案：

一种动态补帧完成成像去模糊的方法，包括以下步骤：

S1：采集数据，生成数据集，所述数据集包括这个视频成像的帧图片数据集；

S2：通过车载的四个鱼眼摄像头采集鱼眼图像，解畸变，拼接，最终得到带模糊区域的图片集；

S3：计算帧与帧之间的画面物体的运动轨迹，模拟出运动补偿帧；

S4：将运动补偿帧插入到原有帧中，实现比原有帧数更高的帧数进行显示；

S5：用补偿帧替换模糊帧，实现除去带模糊区域的图片；

S6：最终完成整个视频成像的动态补帧。

本发明的进一步设置为：所述补偿帧通过pixel motion的方法，观察补偿帧前后两帧，预测补偿帧，造出不存在的中间帧，最终混合完成补帧。

本发明的进一步设置为：所述模型中输入两张相邻帧的图片到IFNet中，输出近似中间流(approximate intermediate flows)，然后和第一帧的图片一起进行后向变形(Backward Warping)，得到两张预测图片，最后和第二帧的图片，一起经过一个融合过程(Fusion Process)，最终输出中间帧(第一帧和第二帧之间)的预测图片。

本发明的有益效果为：

该动态补帧完成成像去模糊的方法，设计了一套可以在车机上实现车载影像动态补帧的训练流程。完成了对相邻帧之间插入补偿帧以及将模糊帧替换成补偿帧的方法，提高了车载影像的清晰度。

具体实施方式

下面结合具体实施方式对本专利的技术方案作进一步详细地说明。

下面详细描述本专利的实施例，仅用于解释本专利，而不能理解为对本专利的限制。

一种动态补帧完成成像去模糊的方法，包括以下步骤：

S1：采集数据，生成数据集，数据集包括这个视频成像的帧图片数据集；

S2：通过车载的四个鱼眼摄像头采集鱼眼图像，解畸变，拼接，最终得到带模糊区域的图片集；

S3：计算帧与帧之间的画面物体的运动轨迹，模拟出运动补偿帧；

S4：将运动补偿帧插入到原有帧中，实现比原有帧数更高的帧数进行显示；

S5：用补偿帧替换模糊帧，实现除去带模糊区域的图片；

S6：最终完成整个视频成像的动态补帧。

损失函数

补偿帧通过pixel motion的方法，观察补偿帧前后两帧，预测补偿帧，造出不存在的中间帧，最终混合完成补帧。

模型中输入两张相邻帧的图片到IFNet中，输出近似中间流(approximateintermediate flows)，然后和第一帧的图片一起进行后向变形(Backward Warping)，得到两张预测图片，最后和第二帧的图片，一起经过一个融合过程(Fusion Process)，最终输出中间帧(第一帧和第二帧之间)的预测图片。

例如，原本的帧只记录了图片中从A到C到E这样的3帧，通过计算，在A、C、E三帧中插入了，AC中点的B帧和CE中点的D帧。这样整个显示画面就变成了ABCDE的过程。就会使得视频成像更流畅，更清晰；也可以是原本的帧只记录了图片中从A到C到E这样的3帧，通过计算，将C替换成F，F为更清晰的帧图片，这样也会使得视频成像更清晰。

以上，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。