摘要
本发明公开了基于人工智能的机载摄像头抖动图像补偿方法,其特征在于,包括:传感器模块,包括陀螺仪和加速度计,用于实时采集机载摄像头的姿态数据和运动数据,所述姿态数据包含三轴角速度、三轴加速度及四元数姿态矩阵;图像采集模块,配置有1/1.8英寸CMOS传感器,支持相位对焦与激光对焦双模式,用于获取机载摄像头拍摄的实时图像;处理器模块,配置为执行以下步骤:步骤1、通过传感器融合算法对姿态数据与运动数据进行卡尔曼滤波处理;本发明通过传感器模块、图像采集模块与处理器模块的协同工作,结合卡尔曼滤波和深度学习模型,实现了动态场景下的高精度防抖,降低了对传统光学或机械防抖硬件的依赖,减少了设备重量与成本。
技术关键词
图像补偿方法
深度学习模型
实时图像
传感器融合算法
处理器模块
图像数据预处理
传感器模块
图像采集模块
卡尔曼滤波
陀螺仪
三轴加速度
抖动图像数据
预处理图像数据
扩充图像数据
时空注意力机制
神经网络处理器
CMOS传感器
训练图像数据
系统为您推荐了相关专利信息
图像数据采集模块
监测预警系统
数据收集装置
数据分析模块
预警装置
识别算法
纹理特征提取
深度学习模型
多模态特征融合
数据
裂缝缺陷
混凝土防渗墙
评定方法
风险评估模型
热激励