一种基于深度学习的激光共聚焦眼表图像拼接方法

AITNT
正文
推荐专利
一种基于深度学习的激光共聚焦眼表图像拼接方法
申请号:CN202411384933
申请日期:2024-09-30
公开号:CN119477679B
公开日期:2025-12-19
类型:发明专利
摘要
本发明提供了一种基于深度学习的激光共聚焦眼表图像拼接方法,通过无监督学习实现高效、精确的图像拼接。首先,对眼表图像进行预处理并构建数据集。然后,利用卷积神经网络构建多尺度特征金字塔,自动提取图像特征并进行预对齐,通过全局运动聚合和局部运动校正技术优化图像对齐。接着,构建内容融合生成对抗网络,包括生成器和判别器,以平滑融合图像并生成符合人眼感知的拼接图像。采用分阶段训练策略,先优化图像对齐,再实现图像平滑融合。最终,利用训练好的网络自动完成图像对齐和融合,得到无缝的大视野共聚焦眼表图像。该方法提高了拼接精度和鲁棒性,适用于不同环境下的图像拼接,显著提升了拼接成功的概率。
技术关键词
图像拼接方法 多尺度特征金字塔 多尺度特征提取 网格 校正技术 运动 激光 生成对抗网络 特征提取器 RANSAC算法 分阶段 控制点 大视野 特征点 矩阵 无监督学习
系统为您推荐了相关专利信息
1
一种用于水润滑导轴承运行状态的仿真计算方法
水润滑导轴承 仿真计算方法 固体 轴瓦材料 三维模型
2
基于三维有限元和神经网络的VLF传播信号预测方法
信号预测方法 神经网络模型 信号传播路径 波导 数值计算方法
3
基于多频电磁-声波耦合三维含油饱和度成像方法及系统
饱和度 声波 成像方法 电磁 地层电阻率
4
一种面向具有不可探测区域场景的电磁频谱地图构建方法
地理环境信息 图像 训练集数据 场景 建筑物
5
一种基于概率隶属度的激光点云精简方法
激光点云精简方法 简化算法 邻域 点云简化 近邻算法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号