摘要
本发明公开了一种兼具大视场、高空间分辨率和低成本的显微视场拼接方法,包括:构建小视场图像矩阵;顺序拼接第一行与第一列的小视场图像,采用滑动窗口以之字形模式依次拼接其余小视场图像;基于神经网络,对两幅与滑动窗口配对后的待拼接图像进行特征提取,生成特征矩阵,并将其转换为全局特征;使用互近邻算法进行特征匹配;对识别出的特征进行精确配对,形成特征对集;通过仿射变换对两幅待拼接图像进行对齐,计算目标显微图像和滑动窗口之间的相对位移;利用拉普拉斯金字塔平滑的图像混合技术对两幅待拼接图像进行迭代下采样,生成最终拼接图像。本发明能够解决现有显微图像拼接方法误差累积以及特征匹配精度低的缺点。
技术关键词
视场拼接方法
大视场
粗粒度局部特征
拉普拉斯金字塔
位置编码技术
分辨率
低成本
上采样
显微图像拼接方法
特征匹配精度
近邻算法
Softmax函数
荧光显微图像
矩阵
生成特征
图像传感器
滑动窗口技术
注意力
系统为您推荐了相关专利信息
云团
趋势预测方法
趋势预测模型
GAN网络模型
卫星云图
知识图谱构建方法
事件抽取技术
风电机组故障
预训练语言模型
风电场运维系统
图像降噪方法
排序方法
滤波误差
图像降噪装置
拉普拉斯金字塔
拉普拉斯金字塔
图像生成方法
图像块
图像缩放
非线性