摘要
本发明公开了一种全景观察设备的图像无缝拼接参数获取方法,涉及图像处理技术领域,计算目标特征向量组与每种瑕疵种类的参考向量组的线性权重,根据瑕疵种类分别汇集线性权重得到目标特征向量与每种瑕疵种类的线性权重矩阵,计算每类图像特征在相似度比较中的贡献度,得到图像特征中的重要贡献特征,在当前的拼接图像对中,获取存在重要贡献特征的图像切片,不选择所述图像切片包含的图像作为拼接算法的参考图像,或降低图像切片中包含的图像在拼接算法中的权重,将所述拼接图像对再次进行图像拼接得到新的拼接图像,结合多模态特征提取、错误模式推理与动态优化策略,进行动态分析和自我纠错,显著提升了图像拼接的精度。
技术关键词
参数获取方法
瑕疵
观察设备
无缝拼接
图像特征向量
线性
向量聚类方法
切片
矩阵
图像数据集合
图像拼接算法
图像纹理特征
图像处理技术
接缝
频域特征
图像匹配
多模态
系统为您推荐了相关专利信息
智能电网控制系统
多模态数据采集
手势特征
融合特征
雷达
图像特征向量
文本特征向量
血管介入手术
文本编码器
图像编码器
特征融合系统
模态特征
监督学习策略
跨模态数据
文本特征向量
多模态
预警方法
迁移学习方法
文本特征向量
样本