摘要
本发明涉及一种基于阵列光斑的显微散焦图像深度估计方法,方法包括:在显微装置的某一焦平面位置采集阵列光斑图像,并将其分割为若干个图像子块;利用训练好的神经网络模型对若干个图像子块分别进行深度预测,获取若干个图像子块的深度图;将若干个图像子块的深度图拼接,获取完整深度图,实现对待测对象的深度估计。与现有技术相比,本发明测量速度快、精度高、鲁棒性强,被测对象即使是无纹理或高反射表面也能够测量,大大扩展了技术的应用场景。
技术关键词
图像深度估计方法
深度图
光斑
阵列
空域特征
联合神经网络模型
显微装置
焦点
分层特征提取
分支
融合特征
图像分割
生成多尺度
编码器
高频特征
插值算法
像素点
系统为您推荐了相关专利信息
哑铃球
制氧设备
数据
卡尔曼滤波算法
光电传感器
共面波导
同轴互连结构
模型构建方法
电场
缝隙天线阵列
应力检测装置
光伏板支架
分布式光纤传感
运维策略
阵列驱动单元
AI图像识别
培养板
全局定位方法
生物相容性材料
图案
波前重构方法
光斑
Adam算法
多层卷积神经网络
自动微分技术