摘要
本发明公开了一种基于深度学习的混拍图像校正方法及系统,涉及计算机视觉领域,包括,混拍图像组进行光照归一化处理并构建高斯金字塔图像组;将高斯金字塔图像组输入ResNet‑34网络提取多尺度特征图,并生成空间位置与通道统计信息;将空间位置与通道统计信息通过DNA碱基映射规则转换为DNA序列片段。本发明通过Retinex分解与高斯滤波实现光照归一化,有效消除不同设备的曝光差异,保障后续处理的输入质量,通过DNA碱基编码将传统特征描述转化为生物序列比对,结合量子退火优化几何参数,显著提升了低纹理区域的匹配精度和大视角差场景的校正效果,基于加权RANSAC与多尺度金字塔融合,实现了亚像素级的匹配精度。
技术关键词
图像校正方法
高斯金字塔
投影变换矩阵
RANSAC算法
薄板样条插值
多尺度特征
特征点
光照
本质
序列
图像校正系统
滤波
基础
通道
编码
颜色
系统为您推荐了相关专利信息
路面附着系数
非线性最小二乘法
识别方法
RANSAC算法
制动减速度
视觉联合标定方法
环境图像数据
车道
线特征
RANSAC算法
拟合系统
基准面
三维点云数据
语义标签
特征提取模块
可见光图像
通道注意力机制
交叉注意力机制
融合特征
图像配准