摘要
本申请公开了一种基于多尺度融合特征点的变电站图像配准方法及系统,所述方法包括:采用特征提取算法,在至少两个图像尺寸中每个图像尺寸下,分别提取两张变电站图像的关键点与对应的特征向量;在每个图像尺寸下,分别基于获取的特征向量,对两张变电站图像中关键点进行配对;在每个图像尺寸下,分别提取两张变电站图像的关联关系;所述关联关系为两张变电站图像配对的关键点之间的对应关系;合并不同图像尺寸下的关联关系,并计算出每个关键点的相对偏移量;采用聚类方法,从合并后关联关系中筛除离散的关键点对;输出根据关联关系与相对偏移量完成配准处理后的变电站图像的像素偏移量。本申请能够实现更加准确且具有更好鲁棒性的图像配准。
技术关键词
变电站
关键点
特征提取算法
图像配准方法
球形摄像机
深度学习模型
融合特征
多尺度
尺寸
像素
ORB特征提取
关系
聚类方法
偏差
场景
天气
图像配准系统
复杂度
系统为您推荐了相关专利信息
船舶设备
设备运行状态
异常状态
实时信号
历史运行数据
网格化配电网
双层优化方法
分析配电网
资源
网格拓扑结构
库构建方法
变电站运行数据
变压器运行数据
算法
典型
穴位定位方法
多网络
混合损失函数
脊椎结构
分辨率
人脸表情
视频生成方法
动态人脸
音频编码器
头部特征