一种基于深度学习图像匹配算法的数字图像相关方法

一种基于深度学习图像匹配算法的数字图像相关方法，属于变形测量领域。本发明实现方法为：采集试样变形前后的散斑图像，变形前的散斑图像为参考图像，变形后的散斑图像为目标图像，在参考图像中设置计算区域和计算点；使用基于深度卷积神经网络的图像特征提取网络提取参考图像和目标图像的关键特征；使用基于Transformer的图像特征匹配网络对特征进行匹配，形成特征点对；剔除错误匹配的特征点对，使用仿射变换计算变形初值；基于变形初值和IC‑GN算法非线性迭代计算最终高精度变形场，基于深度学习图像匹配算法实现数字图像相关。本发明利用基于深度学习图像匹配算法实现对散斑特征的匹配，能够实现低质量散斑图像的变形测量。