摘要
本发明提供了一种基于优化的Loftr算法的包装材料图案定位方法及装置,涉及包装材料技术领域,其通过对包装图像进行多尺度特征提取,对粗粒度特征进行粗粒度匹配,采用PROSAC算法对粗粒度匹配集进行匹配点筛选,对于筛选后的匹配预测集中的每个匹配点,在细粒度特征图上裁剪出一个局部窗口,局部窗口包括当前匹配点周围的上下文信息,再对局部窗口内的细粒度特征进行细粒度匹配,然后基于细粒度匹配结果进行几何一致性筛选,根据最终匹配点集构建和求解齐次方程组,估计出单应性矩阵,根据单应性矩阵将标准图像中的图案区域映射到包装图像,得到包装图像的图案定位信息,提高从粗粒度匹配到细粒度匹配的平滑过渡,从而显著提升了特征匹配的精度和鲁棒性。
技术关键词
细粒度特征
定位方法
多尺度特征提取
图案
矩阵
图像
RANSAC算法
特征金字塔网络
交叉注意力机制
置信度阈值
基准特征
畸变参数
包装材料技术
直方图均衡化
灰度直方图
双线性插值
畸变模型
系统为您推荐了相关专利信息
压缩模式参数
数据补偿方法
矩阵
补偿值
更新固件
初始聚类中心
联邦学习方法
嵌入式终端
客户端
参数
时序特征
转移概率矩阵
上下文特征
序列
注意力模型