多源視頻圖像信息實(shí)時(shí)融合方法及裝置制造方法
【專利摘要】本發(fā)明公開(kāi)了一種多源視頻圖像信息實(shí)時(shí)融合方法及裝置。其中，該方法包括：對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，得到分解系數(shù)，其中，分解系數(shù)包括低通子帶系數(shù)和多個(gè)帶通方向子帶系數(shù)；對(duì)低通子帶系數(shù)和各帶通方向子帶系數(shù)進(jìn)行融合；將融合后的低通子帶系數(shù)和融合后的各帶通方向子帶系數(shù)先后進(jìn)行時(shí)間域上一維多尺度逆變換、空間域上二維多尺度逆變換，得到融合的視頻圖像信息。通過(guò)本發(fā)明，達(dá)到了提高智能報(bào)警系統(tǒng)的報(bào)警實(shí)時(shí)性、精準(zhǔn)性的效果。
【專利說(shuō)明】多源視頻圖像信息實(shí)時(shí)融合方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信領(lǐng)域，具體而言，涉及一種多源視頻圖像信息實(shí)時(shí)融合方法及裝置。
【背景技術(shù)】
[0002]隨著城市化步伐的加速，城市人口密集場(chǎng)所數(shù)量也隨之增加、范圍也逐步擴(kuò)大，如何實(shí)時(shí)準(zhǔn)確地對(duì)城市人口密集場(chǎng)所進(jìn)行監(jiān)控及報(bào)警顯得日益重要。目前，大多數(shù)視頻監(jiān)控報(bào)警系統(tǒng)都沒(méi)有對(duì)來(lái)自不同類型傳感器的視頻圖像(即多源視頻圖像)進(jìn)行分析并檢測(cè)，從而使得視頻監(jiān)控報(bào)警系統(tǒng)或多或少存在視頻檢測(cè)精度不高、分析結(jié)果不夠準(zhǔn)確、甚至出現(xiàn)誤報(bào)警的問(wèn)題。
[0003]因此，目前迫切需要解決的一個(gè)技術(shù)問(wèn)題就是:如何在報(bào)警系統(tǒng)中對(duì)來(lái)自不同類型傳感器的視頻圖像中的有用信息進(jìn)行實(shí)時(shí)、有效的融合，使視頻監(jiān)控報(bào)警系統(tǒng)更加完整和準(zhǔn)確。

【發(fā)明內(nèi)容】

[0004]本發(fā)明提供了一種多源視頻圖像信息實(shí)時(shí)融合方法及裝置，以至少解決上述問(wèn)題。
[0005]根據(jù)本發(fā)明的一個(gè)方面，提供了一種多源視頻圖像信息實(shí)時(shí)融合方法，包括:對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，得到分解系數(shù)，其中，分解系數(shù)包括低通子帶系數(shù)和多個(gè)帶通方向子帶系數(shù)；對(duì)低通子帶系數(shù)和各帶通方向子帶系數(shù)進(jìn)行融合；將融合后的低通子帶系數(shù)和融合后的各帶通方向子帶系數(shù)先后進(jìn)行時(shí)間域上一維多尺度逆變換、空間域上二維多尺度逆變換，得到融合的視頻圖像信息。
[0006]優(yōu)選地，在對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解之前，還包括:對(duì)多源視頻圖像進(jìn)行預(yù)處理操作，得到多源視頻圖像信息，其中，多源視頻圖像信息中包括多源視頻圖像序列，預(yù)處理操作包括:對(duì)多源視頻圖像先后進(jìn)行空間上的配準(zhǔn)、時(shí)間上的配準(zhǔn)。
[0007]優(yōu)選地，對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，包括:對(duì)多源視頻圖像序列中每一幀分別進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解。
[0008]優(yōu)選地，對(duì)低通子帶系數(shù)進(jìn)行融合包括:采用基于三維局部空-時(shí)區(qū)域能量加權(quán)平均方法對(duì)低通子帶系數(shù)進(jìn)行融合。
[0009]優(yōu)選地，對(duì)各帶通方向子帶系數(shù)進(jìn)行融合包括:根據(jù)三維不同分解層下的分解系數(shù)對(duì)各帶通方向子帶系數(shù)進(jìn)行融合。
[0010]根據(jù)本發(fā)明的另一方面，提供了一種多源視頻圖像信息實(shí)時(shí)融合裝置，包括:分解模塊，用于對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，得到分解系數(shù)，其中，分解系數(shù)包括低通子帶系數(shù)和多個(gè)帶通方向子帶系數(shù)；融合模塊，用于對(duì)低通子帶系數(shù)和各帶通方向子帶系數(shù)進(jìn)行融合；逆變換模塊，用于將融合后的低通子帶系數(shù)和融合后的各帶通方向子帶系數(shù)先后進(jìn)行時(shí)間域上一維多尺度逆變換、空間域上二維多尺度逆變換，得到融合的視頻圖像信息。
[0011]優(yōu)選地，該裝置還包括:預(yù)處理模塊，用于對(duì)多源視頻圖像進(jìn)行預(yù)處理操作，得到多源視頻圖像信息，其中，多源視頻圖像信息中包括多源視頻圖像序列，預(yù)處理操作包括:對(duì)多源視頻圖像先后進(jìn)行空間上的配準(zhǔn)、時(shí)間上的配準(zhǔn)。
[0012]優(yōu)選地，分解模塊包括:分解單元，用于對(duì)多源視頻圖像序列中每一幀分別進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解。
[0013]優(yōu)選地，融合模塊包括:第一融合單元，用于采用基于三維局部空-時(shí)區(qū)域能量加權(quán)平均方法對(duì)低通子帶系數(shù)進(jìn)行融合。
[0014]優(yōu)選地，融合模塊包括:第二融合單元，用于根據(jù)三維不同分解層下的分解系數(shù)對(duì)各帶通方向子帶系數(shù)進(jìn)行融合。
[0015]通過(guò)本發(fā)明，采用對(duì)來(lái)自不同類型傳感器的多源視頻圖像分別進(jìn)行實(shí)時(shí)分解、融合操作后得到融合后的視頻圖像信息的方式，解決了現(xiàn)有報(bào)警系統(tǒng)中對(duì)來(lái)自不同類型傳感器的視頻圖像中的有用信息無(wú)法進(jìn)行實(shí)時(shí)、有效的融合，使視頻監(jiān)控報(bào)警系統(tǒng)不完整、報(bào)警不準(zhǔn)確的問(wèn)題，進(jìn)而達(dá)到了提高智能報(bào)警系統(tǒng)的報(bào)警實(shí)時(shí)性、精準(zhǔn)性的效果。
【專利附圖】

【附圖說(shuō)明】
[0016]此處所說(shuō)明的附圖用來(lái)提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說(shuō)明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中:
[0017]圖1是根據(jù)本發(fā)明實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合方法流程圖；
[0018]圖2是根據(jù)本發(fā)明優(yōu)選實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合流程圖；
[0019]圖3是根據(jù)本發(fā)明實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合裝置的結(jié)構(gòu)框圖；
[0020]圖4是根據(jù)本發(fā)明一個(gè)優(yōu)選實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合裝置的結(jié)構(gòu)框圖；
[0021]圖5是根據(jù)本發(fā)明另一個(gè)優(yōu)選實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合裝置的結(jié)構(gòu)框圖；
[0022]圖6是根據(jù)本發(fā)明優(yōu)選實(shí)施例的基于多源視頻圖像信息實(shí)時(shí)融合方法的智能報(bào)警系統(tǒng)的結(jié)構(gòu)示意圖。
【具體實(shí)施方式】
[0023]下文中將參考附圖并結(jié)合實(shí)施例來(lái)詳細(xì)說(shuō)明本發(fā)明。需要說(shuō)明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互組合。
[0024]圖1是根據(jù)本發(fā)明實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合方法流程圖，如圖1所示，該方法主要包括以下步驟(步驟S102-步驟S106)。
[0025]步驟S102，對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，得到分解系數(shù)，其中，分解系數(shù)包括低通子帶系數(shù)和多個(gè)帶通方向子帶系數(shù)。
[0026]步驟S104，對(duì)低通子帶系數(shù)和各帶通方向子帶系數(shù)進(jìn)行融合。[0027]步驟S106，將融合后的低通子帶系數(shù)和融合后的各帶通方向子帶系數(shù)先后進(jìn)行時(shí)間域上一維多尺度逆變換、空間域上二維多尺度逆變換，得到融合的視頻圖像信息。
[0028]在本實(shí)施例的步驟S102之前，還可以對(duì)多源視頻圖像進(jìn)行預(yù)處理操作，從而得到多源視頻圖像信息，其中，多源視頻圖像信息中可以包括多源視頻圖像序列，預(yù)處理操作可以包括:對(duì)多源視頻圖像先后進(jìn)行空間上的配準(zhǔn)、時(shí)間上的配準(zhǔn)，在實(shí)際應(yīng)用中，該預(yù)處理操作時(shí)比較嚴(yán)格的，即對(duì)多源視頻圖像進(jìn)行嚴(yán)格空間上和嚴(yán)格時(shí)間上的配準(zhǔn)，當(dāng)然，預(yù)處理操作還可以根據(jù)實(shí)際處理需要增加一些其它的輔助處理手段，但主要還是配準(zhǔn)操作。
[0029]在本實(shí)施例的步驟S102中，對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解時(shí)，可以采用這樣的方式進(jìn)行:可以對(duì)多源視頻圖像進(jìn)行預(yù)處理操作后得到的多源視頻圖像序列中的每一幀分別進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，從而得到分解系數(shù)(即，低通子帶系數(shù)和各帶通方向子帶系數(shù))。在實(shí)際應(yīng)用中，空間域上的多尺度分解也可以稱之為空間域上的多尺度變換，時(shí)間域上的多尺度分解也可以稱之為時(shí)間域上的多尺度變換。
[0030]在本實(shí)施例的步驟S104中，對(duì)低通子帶系數(shù)進(jìn)行融合時(shí)可以這樣實(shí)現(xiàn):可以采用基于三維局部空-時(shí)區(qū)域能量加權(quán)平均方法對(duì)低通子帶系數(shù)進(jìn)行融合。
[0031]在本實(shí)施例的步驟S104中，對(duì)各個(gè)帶通子帶系數(shù)進(jìn)行融合可以這樣實(shí)現(xiàn):可以根據(jù)三維不同分解層下的分解系數(shù)對(duì)各帶通方向子帶系數(shù)進(jìn)行融合。
[0032]下面結(jié)合圖2及優(yōu)選實(shí)施例對(duì)上述多源視頻圖像信息實(shí)時(shí)融合方法進(jìn)行詳細(xì)說(shuō)明。
[0033]圖2是根據(jù)本發(fā)明優(yōu)選實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合流程圖，如圖2所示，該流程主要包括以下步驟(步驟S202-步驟S226):
[0034]步驟S202，初始化，設(shè)置視頻圖像序列的總幀數(shù)N的值；
[0035]步驟S204，對(duì)多源視頻圖像序列進(jìn)行預(yù)處理，主要是先后對(duì)多源視頻圖像進(jìn)行空間和時(shí)間上的嚴(yán)格配準(zhǔn)；
[0036]步驟S206，判斷視頻圖像序列是否讀取完畢，如果沒(méi)有讀取完畢，執(zhí)行步驟S208 ；否則，執(zhí)行步驟S212;
[0037]步驟S208，繼續(xù)讀取多源視頻圖像的當(dāng)前幀；
[0038]步驟S210，對(duì)當(dāng)前幀的視頻圖像進(jìn)行空間域上二維多尺度變換，此步驟執(zhí)行完后回到步驟S206，繼續(xù)判斷視頻圖像序列是否讀取完畢；
[0039]步驟S212，根據(jù)空間域二維多尺度變換的變換系數(shù)構(gòu)造時(shí)間域上的N階一維向量，并對(duì)其進(jìn)行一維多尺度變換；
[0040]步驟S214，根據(jù)時(shí)間域一維多尺度變換后得到的各個(gè)一維向量，構(gòu)造出時(shí)間域上的低通方向的子帶系數(shù)和各個(gè)帶通方向的子帶系數(shù)；
[0041]步驟S216，采用基于三維局部空-時(shí)區(qū)域能量加權(quán)平均方法對(duì)低通子帶系數(shù)進(jìn)行融合，并得到融合后的低通子帶系數(shù)；
[0042]步驟S218，根據(jù)三維不同分解層下的變換系數(shù)對(duì)各帶通方向子帶系數(shù)進(jìn)行融合，并得到融合后的各帶通方向子帶系數(shù)；
[0043]步驟S220，對(duì)融合后的低通子帶系數(shù)及各帶通方向子帶系數(shù)進(jìn)行時(shí)間域上的一維多尺度逆變換；[0044]步驟S222，在步驟S220的基礎(chǔ)上，再進(jìn)行空間域上的二維多尺度逆變換；
[0045]步驟S224，顯示最終的融合視頻圖像；
[0046]步驟S226，融合結(jié)束。
[0047]采用上述實(shí)施例提供的多源視頻圖像信息實(shí)時(shí)融合方法，能夠?qū)?lái)自不同類型傳感器的多源視頻圖像分別進(jìn)行實(shí)時(shí)分解、融合操作后得到融合后的視頻圖像信息，可以解決現(xiàn)有報(bào)警系統(tǒng)中對(duì)來(lái)自不同類型傳感器的視頻圖像中的有用信息無(wú)法進(jìn)行實(shí)時(shí)、有效的融合，使視頻監(jiān)控報(bào)警系統(tǒng)不完整、報(bào)警不準(zhǔn)確的問(wèn)題，進(jìn)而取得了提高智能報(bào)警系統(tǒng)的報(bào)警實(shí)時(shí)性、精準(zhǔn)性的效果。
[0048]圖3是根據(jù)本發(fā)明實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合裝置的結(jié)構(gòu)框圖，該裝置用以實(shí)現(xiàn)上述實(shí)施例提供的多源視頻圖像信息實(shí)時(shí)融合方法，如圖3所示，該裝置主要包括:分解模塊10、融合模塊20和逆變換模塊30。其中，分解模塊10，用于對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，得到分解系數(shù)，其中，分解系數(shù)包括低通子帶系數(shù)和多個(gè)帶通方向子帶系數(shù)；融合模塊20，連接至分解模塊10，用于對(duì)低通子帶系數(shù)和各帶通方向子帶系數(shù)進(jìn)行融合；逆變換模塊30，連接至融合模塊20，用于將融合后的低通子帶系數(shù)和融合后的各帶通方向子帶系數(shù)先后進(jìn)行時(shí)間域上一維多尺度逆變換、空間域上二維多尺度逆變換，得到融合的視頻圖像信息。
[0049]圖4是根據(jù)本發(fā)明一個(gè)優(yōu)選實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合裝置的結(jié)構(gòu)框圖，如圖4所示，該優(yōu)選裝置還可以包括:預(yù)處理模塊40，與分解模塊10連接，用于對(duì)多源視頻圖像進(jìn)行預(yù)處理操作，得到多源視頻圖像信息，其中，多源視頻圖像信息中包括多源視頻圖像序列，預(yù)處理操作包括:對(duì)多源視頻圖像先后進(jìn)行空間上的配準(zhǔn)、時(shí)間上的配準(zhǔn)。
[0050]在該優(yōu)選裝置中，分解模塊10可以包括:分解單元12，用于對(duì)多源視頻圖像序列中每一幀分別進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解。
[0051]在該優(yōu)選裝置中，融合模塊20可以包括:第一融合單元22，用于采用基于三維局部空-時(shí)區(qū)域能量加權(quán)平均方法對(duì)低通子帶系數(shù)進(jìn)行融合。
[0052]在該優(yōu)選裝置中，融合模塊20還可以包括:第二融合單元24，用于根據(jù)三維不同分解層下的分解系數(shù)對(duì)各帶通方向子帶系數(shù)進(jìn)行融合。
[0053]需要說(shuō)明的是，圖4所示出的優(yōu)選多源視頻圖像信息實(shí)時(shí)融合裝置僅為一種較佳的實(shí)施方式，在實(shí)際應(yīng)用中，完全可以采取與圖4所示出的裝置類似甚至不同的實(shí)施方式來(lái)實(shí)現(xiàn)。
[0054]例如，在實(shí)際應(yīng)用中，也可以采取以下的實(shí)施方式:
[0055]圖5是根據(jù)本發(fā)明另一個(gè)優(yōu)選實(shí)施例的多源視頻圖像信息實(shí)時(shí)融合裝置的結(jié)構(gòu)框圖，如圖5所示，該融合裝置主要包括:多源視頻圖像預(yù)處理模塊52、多源視頻圖像實(shí)時(shí)融合模塊54及融合視頻圖像顯示模塊56，其中:
[0056]多源視頻圖像預(yù)處理模塊52，主要用于預(yù)處理多源視頻圖像，包括對(duì)多源視頻圖像進(jìn)行嚴(yán)格空間上和時(shí)間上的配準(zhǔn)等。
[0057]多源視頻圖像實(shí)時(shí)融合模塊54，包括:多源視頻圖像變換子模塊542、不同分解層下變換系數(shù)融合子模塊544和多源視頻圖像逆變換子模塊546。其中，多源視頻圖像變換子模塊542用于對(duì)多源視頻圖像進(jìn)行空間域及時(shí)間域上的多尺度變換；不同分解層下變換系數(shù)融合子模塊544用于對(duì)不同分解層下的變換系數(shù)(即上述分解系數(shù))進(jìn)行融合；多源視頻圖像逆變換子模塊546，用于對(duì)融合后的變換系數(shù)(即上述分解系數(shù))進(jìn)行時(shí)間域及空間域上的多尺度逆變換。
[0058]融合視頻圖像顯示模塊56，主要用于顯示融合后的視頻圖像。
[0059]采用上述實(shí)施例提供的多源視頻圖像信息實(shí)時(shí)融合裝置，能夠?qū)?lái)自不同類型傳感器的多源視頻圖像分別進(jìn)行實(shí)時(shí)分解、融合操作后得到融合后的視頻圖像信息，可以解決現(xiàn)有報(bào)警系統(tǒng)中對(duì)來(lái)自不同類型傳感器的視頻圖像中的有用信息無(wú)法進(jìn)行實(shí)時(shí)、有效的融合，使視頻監(jiān)控報(bào)警系統(tǒng)不完整、報(bào)警不準(zhǔn)確的問(wèn)題，進(jìn)而取得了提高智能報(bào)警系統(tǒng)的報(bào)警實(shí)時(shí)性、精準(zhǔn)性的效果。
[0060]當(dāng)然，在實(shí)際應(yīng)用中上述多源視頻圖像信息實(shí)時(shí)融合方法及裝置都可以融合在智能報(bào)警系統(tǒng)中進(jìn)行使用，但融合方式可以是多樣的。下面結(jié)合圖6對(duì)本實(shí)施例給出的一種智能報(bào)警系統(tǒng)(其中，融合了圖5所示的多源視頻圖像信息實(shí)時(shí)融合裝置中)進(jìn)行適當(dāng)描述。
[0061]圖6是根據(jù)本發(fā)明優(yōu)選實(shí)施例的基于多源視頻圖像信息實(shí)時(shí)融合方法的智能報(bào)警系統(tǒng)的結(jié)構(gòu)示意圖，如圖6所示，該智能報(bào)警系統(tǒng)主要包括:多源視頻圖像采集模塊62、多源視頻圖像實(shí)時(shí)融合模塊64、融合視頻圖像比較判斷模塊66和智能報(bào)警模塊68，其中:
[0062]多源視頻圖像采集模塊62，主要用于對(duì)來(lái)自不同成像傳感器的多源視頻圖像進(jìn)行米集。
[0063]多源視頻圖像實(shí)時(shí)融合模塊64 (功能與圖5示出的多源視頻圖像信息實(shí)時(shí)融合裝置的功能相同)，主要用于對(duì)來(lái)自不同成像傳感器的多源視頻圖像進(jìn)行實(shí)時(shí)融合，可以進(jìn)一步包括多源視頻圖像預(yù)處理模塊、多源視頻圖像實(shí)時(shí)融合模塊及融合視頻圖像顯示模塊(在圖6中不再重復(fù)示出)。
[0064]融合視頻圖像比較判斷模塊66，主要用于判斷融合后視頻圖像中的環(huán)境信息、目標(biāo)的存在特性及位置特性是否達(dá)到報(bào)警的閾值。
[0065]智能報(bào)警模塊68，主要用于監(jiān)控及報(bào)警。
[0066]通過(guò)該智能報(bào)警系統(tǒng)，能夠解決現(xiàn)有報(bào)警系統(tǒng)中對(duì)來(lái)自不同類型傳感器的視頻圖像中的有用信息無(wú)法進(jìn)行實(shí)時(shí)、有效的融合，使視頻監(jiān)控報(bào)警系統(tǒng)不完整、報(bào)警不準(zhǔn)確的問(wèn)題，進(jìn)而取得了提高智能報(bào)警系統(tǒng)的報(bào)警實(shí)時(shí)性、精準(zhǔn)性的效果。
[0067]從以上的描述中，可以看出，本發(fā)明實(shí)現(xiàn)了如下技術(shù)效果:(1)融合視頻圖像時(shí)，能充分利用輸入視頻圖像在空間域和時(shí)間域上的多分辨特點(diǎn)，可以提高融合視頻圖像的質(zhì)量；(2)在融合變換系數(shù)時(shí)考慮了不同分解層下的變換系數(shù)(即分解系數(shù))之間的聯(lián)系，能夠?qū)⒍嘣匆曨l圖像中不同分解層下的變換系數(shù)(即分解系數(shù))有效地結(jié)合在一起，可以提高融合視頻圖像的對(duì)比度；(3)智能報(bào)警系統(tǒng)根據(jù)實(shí)時(shí)融合后的視頻圖像中的來(lái)自多源視頻圖像的不同特性進(jìn)行報(bào)警，從而提高了報(bào)警系統(tǒng)的實(shí)時(shí)性和精準(zhǔn)性。通過(guò)本發(fā)明實(shí)施例，對(duì)來(lái)自不同類型傳感器的多源視頻圖像分別進(jìn)行實(shí)時(shí)分解、融合操作后得到融合后的視頻圖像信息，解決了現(xiàn)有報(bào)警系統(tǒng)中對(duì)來(lái)自不同類型傳感器的視頻圖像中的有用信息無(wú)法進(jìn)行實(shí)時(shí)、有效的融合，使視頻監(jiān)控報(bào)警系統(tǒng)不完整、報(bào)警不準(zhǔn)確的問(wèn)題，進(jìn)而達(dá)到了提高智能報(bào)警系統(tǒng)的報(bào)警實(shí)時(shí)性、精準(zhǔn)性的效果。
[0068]顯然，本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計(jì)算裝置來(lái)實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算裝置上，或者分布在多個(gè)計(jì)算裝置所組成的網(wǎng)絡(luò)上，可選地，它們可以用計(jì)算裝置可執(zhí)行的程序代碼來(lái)實(shí)現(xiàn)，從而，可以將它們存儲(chǔ)在存儲(chǔ)裝置中由計(jì)算裝置來(lái)執(zhí)行，并且在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟，或者將它們分別制作成各個(gè)集成電路模塊，或者將它們中的多個(gè)模塊或步驟制作成單個(gè)集成電路模塊來(lái)實(shí)現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。[0069] 以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來(lái)說(shuō)，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種多源視頻圖像信息實(shí)時(shí)融合方法，其特征在于，包括: 對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，得到分解系數(shù)，其中，所述分解系數(shù)包括低通子帶系數(shù)和多個(gè)帶通方向子帶系數(shù)； 對(duì)所述低通子帶系數(shù)和各所述帶通方向子帶系數(shù)進(jìn)行融合； 將融合后的低通子帶系數(shù)和融合后的各帶通方向子帶系數(shù)先后進(jìn)行時(shí)間域上一維多尺度逆變換、空間域上二維多尺度逆變換，得到融合的視頻圖像信息。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解之前，還包括: 對(duì)多源視頻圖像進(jìn)行預(yù)處理操作，得到所述多源視頻圖像信息，其中，所述多源視頻圖像信息中包括多源視頻圖像序列，所述預(yù)處理操作包括: 對(duì)所述多源視頻圖像先后進(jìn)行空間上的配準(zhǔn)、時(shí)間上的配準(zhǔn)。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，包括: 對(duì)所述多源視頻圖像序列中每一幀分別進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解。
4.根據(jù)權(quán)利要求1至3中任一項(xiàng)所述的方法，其特征在于，對(duì)所述低通子帶系數(shù)進(jìn)行融合包括: 采用基于三維局部空-時(shí)區(qū)域能量加權(quán)平均方法對(duì)所述低通子帶系數(shù)進(jìn)行融合。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，對(duì)各所述帶通方向子帶系數(shù)進(jìn)行融合包括: 根據(jù)三維不同分解層下的分解系數(shù)對(duì)各所述帶通方向子帶系數(shù)進(jìn)行融合。
6.一種多源視頻圖像信息實(shí)時(shí)融合裝置，其特征在于，包括: 分解模塊，用于對(duì)多源視頻圖像信息先后進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解，得到分解系數(shù)，其中，所述分解系數(shù)包括低通子帶系數(shù)和多個(gè)帶通方向子帶系數(shù)； 融合模塊，用于對(duì)所述低通子帶系數(shù)和各所述帶通方向子帶系數(shù)進(jìn)行融合； 逆變換模塊，用于將融合后的低通子帶系數(shù)和融合后的各帶通方向子帶系數(shù)先后進(jìn)行時(shí)間域上一維多尺度逆變換、空間域上二維多尺度逆變換，得到融合的視頻圖像信息。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述裝置還包括: 預(yù)處理模塊，用于對(duì)多源視頻圖像進(jìn)行預(yù)處理操作，得到所述多源視頻圖像信息，其中，所述多源視頻圖像信息中包括多源視頻圖像序列，所述預(yù)處理操作包括: 對(duì)所述多源視頻圖像先后進(jìn)行空間上的配準(zhǔn)、時(shí)間上的配準(zhǔn)。
8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述分解模塊包括: 分解單元，用于對(duì)所述多源視頻圖像序列中每一幀分別進(jìn)行空間域上二維多尺度分解、時(shí)間域上一維多尺度分解。
9.根據(jù)權(quán)利要求6至8中任一項(xiàng)所述的裝置，其特征在于，所述融合模塊包括: 第一融合單元，用于采用基于三維局部空-時(shí)區(qū)域能量加權(quán)平均方法對(duì)所述低通子帶系數(shù)進(jìn)行融合。
10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，所述融合模塊包括:第二融合單元，用于根據(jù)三維不同分解層下的分解系數(shù)對(duì)各所述帶通方向子帶系數(shù)進(jìn)行融合。`
【文檔編號(hào)】H04N5/265GK103516997SQ201210200552
【公開(kāi)日】2014年1月15日 申請(qǐng)日期:2012年6月18日 優(yōu)先權(quán)日:2012年6月18日
【發(fā)明者】朱石爭(zhēng) 申請(qǐng)人:中興通訊股份有限公司