摘要
本发明涉及一种基于跨模态流估计的点云和影像层次配准方法,属于计算机视觉与摄影测量领域。其包括:获取原始点云数据和二维影像数据,将点云数据进行转换得到点云深度图像;分别提取深度图像特征和RGB图像特征;在不同尺度下采用不同匹配代价计算方式进行全局匹配代价体和局部匹配代价体的构建;通过使用当前估计值从相关匹配代价体中查找匹配代价来重复更新光流,以获得影像之间像素级匹配关系;最终计算成像设备相对于点云参考系的姿态,完成配准。本发明在兼顾深度特征稀疏性的同时,有效结合不同尺度所提供的信息,缓解网络模型带来的高内存消耗问题,生成更为健壮的代价体表示,最终实现配准效果提升,恢复更为精确的点与像素对应关系。
技术关键词
配准方法
跨模态
编码器解码器
影像
稀疏深度图
图像
像素
加权损失函数
相机
数学模型
关系
多尺度特征
特征提取模块
成像设备
稠密深度图
三维点云数据
分支
系统为您推荐了相关专利信息
电缆附件
无损检测方法
配准特征
压缩感知重建算法
迁移学习策略
注意力机制
融合特征
模态特征
多尺度融合网络
文本
骨骼特征
检测预警方法
运动矢量场
特征提取模型
骨骼关键点
划定方法
河道断面
国土空间规划
中心线
计算机程序产品