摘要
本发明涉及图像处理领域,具体涉及一种高阶多项式和深度网络融合的无人机视图失真校正方法,该方法包括以下步骤:分别使用几何编码器和空间编码器对失真图像进行解析,分析出径向畸变参数及切向畸变参数;分别输入两个编码器输出的径向畸变参数以及切向畸变参数到高阶多项式模型生成具体的校正流,并通过全连接层计算出校正流在每个像素对应的置信度;将两个编码器输出的校正流通过基于置信度的指数衰减函数进行融合得到最终校正流,并将最终校正流应用于失真图像上得到校正后图像。本发明能够在不依赖标定板等特殊硬件的情况下,稳定地对存在径向或切向失真的图像进行畸变恢复。
技术关键词
畸变参数
失真校正方法
指数衰减函数
多项式
图像
Canny边缘检测器
像素
编码器模块
无人机
坐标系
高层语义特征
解码
计算方法
上采样
编码特征
网络
系统为您推荐了相关专利信息
图像识别模型
注意力模型
语义特征
对象
图像识别方法
数字岩心图像
超分辨率重建方法
调制特征
特征提取模块
网络
稀疏投影数据
预训练网络
卷积模块
通道注意力机制
正态分布函数
邻域像素信息
像素点
分辨率
图像特征匹配方法
细粒度特征