摘要
本发明涉及互联网大数据技术领域,具体涉及基于深度学习提取图像深层特征信息的图像配准方法,包括:S1:获取待配准的第一源图像和第二源图像;S2:将第一源图像和第二源图像输入训练好的深层特征提取模型中,输出特征描述图;S3:通过相似度计算对第一源图像和第二源图像的特征描述图进行特征点对匹配;S4:基于匹配成功的特征点对生成单应性变换矩阵作为第一源图像与第二源图像之间的空间映射关系;S5:基于空间映射关系将第一源图像和第二源图像进行配准,得到配准图像。本发明通过深度学习模型提取并优化图像的深层特征,同时基于匹配成功的特征点对生成单应性变换矩阵来完成图像配准。
技术关键词
图像配准方法
单应性变换矩阵
深层特征提取
RANSAC算法
互联网大数据技术
特征提取模块
注意力
特征点
坐标
深度学习模型
级联
关系
误差
输出特征
支路
多尺度
系统为您推荐了相关专利信息
混合推荐算法
数据存储模块
分析模块
数据采集模块
分布式文件
姿态估计方法
交叉注意力机制
邻域
RGB特征
编码
卫星影像地图
匹配误差
特征点
坐标
RANSAC算法
识别定位方法
语义分割算法
像素
滑动窗口
图像匹配
换步控制系统
换步控制方法
钢拱架
推进油缸
点云去噪