基于VIT神经网络的自准直光斑中心定位方法

本发明公开了基于VIT神经网络的自准直光斑中心定位方法，属于自准直角度测量技术领域。针对自准直成像光斑定位算法无法准确获取光斑特征而造成的定位精度低的问题。具体方法包括步骤一：对采集的图像进行归一化操作。步骤二：将归一化处理后的图像分割并提取，形成分块局部特征。步骤三：将分块局部特征与光斑质心坐标信息融合。步骤四：利用多头注意力机制提取融合后的特征。步骤五：将特征向量转化输出为光斑图像中心的二维坐标。该算法将原图坐标信息融合进网络，增加可获取的信息量。此外，该算法通过多头注意力结构，增加大量可训练参数，大幅提升对自准直仪传感器成像光斑各尺度特征的提取能力，提升光斑定位算法的定位精度至0.04像素量级。