摘要
本发明涉及图像处理技术领域,公开了一种基于ViT的电子显微镜图像配准方法,将固定图像和形变图像输入到完成训练的图像配准模型,得到用于将形变图像映射到固定图像的光流场;图像配准模型的训练过程,包括以下步骤:收集由固定图像和不同变形程度的形变图像组成的图像对,得到训练数据集;图像配准模型采用双特征编码器,通过分层提取特征金字塔,并通过代价体积块和GRU单元融合特征,计算各层的残差光流,从粗到细进行递归光流场预测;训练过程从较小变形的数据集开始,逐层引入更大变形的数据集,逐步扩展图像配准模型的变形适应范围,从而增强其鲁棒性。本发明能够详细分析各尺度的视觉信息,大幅提升图像配准的精度。
技术关键词
图像配准模型
注意力
电子显微镜图像
编码特征
配准方法
图像块
融合特征
编码器
特征金字塔
图像处理技术
模块
光流场
多层结构
管道
分层
鲁棒性
数据
视觉
精度