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！

龙图腾网获悉超节点创新科技(深圳)有限公司申请的专利用于低算力摄像模块阵列的图像拼接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：CN119815183B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202510273116.0，技术领域涉及：H04N23/698；该发明授权用于低算力摄像模块阵列的图像拼接方法及系统是由区士超;刘晓涛设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本用于低算力摄像模块阵列的图像拼接方法及系统在说明书摘要公布了：本发明涉及全景监控的技术领域，公开了一种用于低算力摄像模块阵列的图像拼接方法及系统，本发明通过多个摄像模块组成阵列采集目标场景的全景图像，结合监控用户的重点标注指令配置初始优先权重，将摄像模块分为重点和非重点模块，对非重点模块进行定时动态检测，重点模块进行实时动态检测，发现动态块时更新权重，并采用卡尔曼滤波算法对动态块进行轨迹追踪，预测其运动轨迹。根据更新后的实时优先权重进行图像拼接，得到动态拼接图像，该方案能够动态优化摄像模块的监控资源分配，提高重点区域的响应速度，提升图像拼接的实时性和准确性，有效提升监控效率与精度，解决了现有技术中低算力摄像模块阵列难以实现高效准确的图像拼接的问题。

本发明授权用于低算力摄像模块阵列的图像拼接方法及系统在权利要求书中公布了：1.一种用于低算力摄像模块阵列的图像拼接方法，其特征在于，包括： 通过集成设置若干摄像模块的摄像模块阵列对目标场景进行全景图像采集，以得到由各个摄像模块采集的摄像区域图像集成组合的全景拼接画面； 获取监控用户对于所述全景拼接画面的监控重点标注指令，并根据所述监控重点标注指令对所述全景拼接画面中的各个所述摄像区域图像进行初始优先权重的配置，通过各个所述摄像区域图像所对应的初始优化权重将各个所述摄像模块划分为重点摄像模块与非重点摄像模块； 对所述非重点摄像模块所采集的摄像区域图像进行指定频率的动态检测，对所述重点摄像模块所采集的摄像区域图像进行实时动态检测，以得到所述非重点摄像模块与所述重点摄像模块的动态检测结果； 当所述动态检测结果显示摄像区域图像中出现动态块时，对出现动态块的所述摄像区域图像所对应的摄像模块进行初始优先权重的更新处理，以得到所述摄像模块的实时优先权重； 当出现动态块的所述摄像区域图像所对应的摄像模块为重点摄像模块时，根据卡尔曼滤波算法对所述动态块进行轨迹追踪处理，以得到所述动态块的预测运动轨迹，并根据所述预测运动轨迹对所述重点摄像模块进行动态延伸分析与对应的初始优先权重更新，以得到所述摄像模块的实时优先权重； 根据所述摄像模块的实时优先权重对各个所述摄像模块所采集的摄像区域图像依次进行图像拼接处理，以得到动态拼接图像； 获取监控用户对于所述全景拼接画面的监控重点标注指令，并根据所述监控重点标注指令对所述全景拼接画面中的各个所述摄像区域图像进行初始优先权重的配置，通过各个所述摄像区域图像所对应的初始优化权重将各个所述摄像模块划分为重点摄像模块与非重点摄像模块的步骤包括： 基于所述全景拼接画面构建交互端口，以供所述摄像模块阵列的监控用户对所述全景拼接画面进行交互操作，从而生成对于所述全景拼接画面的监控重点标注指令； 对所述监控重点标注指令进行指令解析，以得到所述监控重点标注所反馈的重点监控区域的区域范围信息，并根据所述区域范围信息对各个所述摄像模块的模块监控区域进行范围定位，以得到各个所述摄像模块的模块监控区域相对于所述重点监控区域的定位结果； 当所述定位结果显示所述摄像模块的模块监控区域处于所述重点监控区域时，为所述摄像模块分配高等级的初始优先权重，以将所述摄像模块划分为重点摄像模块； 当所述定位结果显示所述摄像模块的模块监控区域不处于所述重点监控区域时，为所述摄像模块分配低风机的初始优先权重，以将所述摄像模块划分为非重点摄像模块； 当所述动态检测结果显示摄像区域图像中出现动态块时，对出现动态块的所述摄像区域图像所对应的摄像模块进行初始优先权重的更新处理，以得到所述摄像模块的实时优先权重的步骤包括： 当所述动态检测结果显示摄像区域图像中出现动态块时，对所述动态块进行运动速度与面积占比的数据采集，得到所述动态块的运动速度v与面积占比s； 根据动态块权重计算公式w=αv+βs对所述动态块进行动态块权重的计算，以得到所述动态块的动态块权重；其中，所述w为动态块权重，α和β为预先设置的平衡调节参数； 根据摄像模块计算公式pi=Σj∈RiwjΣk=1→nΣj∈Rkwj对存在所述动态块的摄像模块进行整体权重的计算，以得到所述摄像模块的实时优先权重；其中，pi为第i个摄像头的优先级、Ri为第i个摄像头覆盖的动态区域集合、wj为区域j中动态块的权重、n为摄像头总数，Σj∈Riwj代表单个摄像头i覆盖的所有动态块的权重总和、Σk=1→nΣj∈Rkwj代表总数为n的所有摄像头的所有动态块权重的总和、外层求和Σk=1→n遍历从1到n的所有摄像头、内层求和Σj∈Rk计算每个摄像头覆盖的所有动态块的权重和； 当出现动态块的所述摄像区域图像所对应的摄像模块为重点摄像模块时，根据卡尔曼滤波算法对所述动态块进行轨迹追踪处理，以得到所述动态块的预测运动轨迹，并根据所述预测运动轨迹对所述重点摄像模块进行动态延伸分析与对应的初始优先权重更新，以得到所述摄像模块的实时优先权重的步骤包括： 当出现动态块的所述摄像区域图像所对应的摄像模块为重点摄像模块时，对所述动态块进行位置向量与速度向量的特征分析，得到所述动态块的位置向量与速度向量； 根据卡尔曼滤波算法对动态块的位置向量与速度向量进行未来变化的预测处理，以得到所述动态块的预测运动轨迹； 根据所述动态块的预测运动轨迹对所述动态块进行动态延伸分析，以得到所述动态块在未来时间段中将延伸至的摄像区域，并将所述摄像区域标记为延伸区域； 对所述延伸区域所对应的摄像模块进行初始优先权重的更新处理，以得到所述摄像模块的实时优先权重。

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超节点创新科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道西丽社区打石一路深圳国际创新谷1栋A座1303；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”。

以上内容由龙图腾AI智能生成。