摘要
本发明提供一种基于双目光学图像的水下三维全景重构方法和系统,能够有效应对海底复杂环境下光学图像退化的问题,通过深度学习算法对图像进行恢复与增强,提高了水下图像重构质量;同时通过优化立体视觉匹配算法,能够生成高精度的水下点云数据;另外,还通过环境自适应的点云校正,修正了光学失真带来的偏差,进一步提高了水下全景重构的精度;本发明能够有效提升水下三维重构的精度和效率,解决传统方法中的图像质量低和光学失真问题,适用于海洋生物调查、水下考古、海洋牧场管理等领域,并为水下环境的研究和利用提供可靠的数据支持。
技术关键词
三维点云数据
重构方法
生成对抗网络
深度卷积神经网络
稠密深度图
水下场景
三维全景图像
校正
图像去雾
深度学习算法
像素点
非局部均值去噪算法
双目相机标定参数
姿态估计
立体视觉
图像增强
海洋生物调查
系统为您推荐了相关专利信息
人工神经网络模型
骨龄预测方法
注意力机制
深度卷积神经网络模型
残差神经网络
检测损失
循环生成对抗网络
图像多尺度
可见光图像
采样点
检测跟踪方法
车辆
光照变化图像
纹理特征
生成对抗网络
多任务
旋转模块
检测损失
特征提取网络
网络主体
特征选择方法
生成对抗网络训练
生成对抗网络模型
服务器
神经网络结构