Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东莞潜星电子科技有限公司周海生获国家专利权

东莞潜星电子科技有限公司周海生获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉东莞潜星电子科技有限公司申请的专利车载图像传感器的图像增强方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119559071B

龙图腾网通过国家知识产权局官网在2025-08-26发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510116658.7,技术领域涉及:G06T5/50;该发明授权车载图像传感器的图像增强方法及系统是由周海生;周炎新设计研发完成,并于2025-01-24向国家知识产权局提交的专利申请。

车载图像传感器的图像增强方法及系统在说明书摘要公布了:本发明涉及图像增强领域,尤其涉及一种车载图像传感器的图像增强方法及系统。该方法包括以下步骤:获取车辆多个角度的行车记录图像;对车辆多个角度的行车记录图像进行动态场景自适应曝光调节,从而得到多个自适应曝光行车图像;对多个自适应曝光行车图像进行深度网络噪声识别,并进行逐个子图像动态滤波降噪,从而生成多个滤波降噪优化图像;对多个曝光子图像进行图像纹理分析,并进行纹理失真重构,以构建多个纹理重构图像;对多个纹理重构图像进行道路物体视觉识别,并进行自适应对比度增强处理,从而构建多个细节对比度增强图像。本发明实现了高清、稳定的全景车载图像。

本发明授权车载图像传感器的图像增强方法及系统在权利要求书中公布了:1.一种车载图像传感器的图像增强方法,其特征在于,包括以下步骤: 步骤S1:获取车辆多个角度的行车记录图像;对车辆多个角度的行车记录图像进行动态场景自适应曝光调节,从而得到多个自适应曝光行车图像; 步骤S2:对多个自适应曝光行车图像进行深度网络噪声识别,并进行逐个子图像动态滤波降噪,从而生成多个滤波降噪优化图像; 步骤S3:对多个曝光子图像进行图像纹理分析,并进行纹理失真重构,以构建多个纹理重构图像; 步骤S4:对多个纹理重构图像进行道路物体视觉识别,并进行自适应对比度增强处理,从而构建多个细节对比度增强图像; 步骤S5:基于车载传感器监测车辆实时振动参数;基于车辆实时振动参数对多个细节对比度增强图像进行几何姿态振动畸变分析及动态瞬时畸变校正处理,从而生成动态畸变校正图像; 步骤S6:对动态畸变校正图像进行几何变换配准,并进行动态全景图像拼接,从而构建全景行为优化图像模型; 其中,步骤S1具体步骤为: 步骤S11:获取车辆多个角度的行车记录图像; 步骤S12:对车辆多个角度的行车记录图像进行逐个图像场景深度语义分割,以得到每一个图像的场景语义特征; 步骤S13:根据每一个图像的场景语义特征进行图像区域分割,从而生成多个不同场景语义区域; 步骤S14:对多个不同场景语义区域进行环境光动态变化分析,以生成不同场景的环境光动态特征; 步骤S15:根据不同场景的环境光动态特征对多个不同场景语义区域进行动态场景自适应曝光调节,从而得到多个自适应曝光行车图像; 其中,所述动态场景自适应曝光调节具体为: 对多个不同场景语义区域进行场景区域分类,从而得到天空区域、道路区域、车辆区域及建筑物区域; 所述不同场景的环境光动态特征具体包括:天空环境光亮度变化特征、道路区域亮度分布特征、车辆表面光特征及建筑物局部亮度强度; 基于天空环境光亮度变化特征对天空区域进行过曝减低处理,从而得到天空区域过曝优化图像; 对道路区域进行局部亮度分布识别,以提取道路偏暗区域图像; 根据道路区域亮度分布特征对道路偏暗区域图像进行高曝光处理,以生成高曝光道路区域图像; 对车辆区域进行表面反光点识别,以生成车辆表面反光特征点; 基于车辆表面光特征对车辆表面反光特征点进行局部曝光调整,以得到局部曝光车辆区域图像; 基于建筑物局部亮度强度对建筑物区域进行自适应曝光补偿,以得到自适应曝光建筑物区域图像; 其中,步骤S4的具体步骤为: 步骤S41:对多个纹理重构图像进行道路物体视觉识别,标记多个道路物体节点; 步骤S42:对多个道路物体节点进行道路语义特征挖掘,从而得到每一个物体节点的道路语义特征; 步骤S43:根据每一个物体节点的道路语义特征进行道路内容优先级分析,以生成每一个物体节点的道路内容优先级; 步骤S44:对多个道路物体节点进行物体边缘细节挖掘,以生成每一个物体的边缘细节特征; 步骤S45:基于每一个物体节点的道路内容优先级对每一个物体的边缘细节特征进行自适应对比度增强处理,从而构建多个细节对比度增强图像; 其中,步骤S5的具体步骤为: 步骤S51:基于车载传感器监测车辆实时振动参数; 步骤S52:对车辆实时振动参数进行时序振动特征演化,得到车辆时序振动特征; 步骤S53:根据车辆时序振动特征对多个细节对比度增强图像进行几何姿态振动畸变分析,从而生成行车图像振动畸变特征; 步骤S54:基于行车图像振动畸变特征进行动态瞬时畸变校正处理,从而生成动态畸变校正图像。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人东莞潜星电子科技有限公司,其通讯地址为:523000 广东省东莞市松山湖园区工业北四路1号1栋302室;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
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。