摘要
本发明公开了基于深度学习的岩矿显微图像拼接方法及系统,涉及图像处理领域和显微镜技术领域,包括获取岩矿薄片的局部岩矿显微图像并进行预处理,利用相位相关法对预处理后的局部岩矿显微图像进行重叠区域粗配准;基于改进的图像特征检测模型,提取粗配准后局部岩矿显微图像中的基础特征和描述特征,得到局部岩矿显微图像的局部图像特征;利用图像特征匹配模型,对两组局部岩矿显微图像的局部图像特征进行特征匹配,得到局部图像特征的匹配对应关系;基于单应性矩阵和偏微分方程的图像融合算法,结合局部图像特征的匹配对应关系,对局部岩矿显微图像进行拼接和优化,生成大视域岩矿显微图像。本发明能够更好地处理图像间的复杂变换。
技术关键词
显微图像拼接方法
局部图像特征
图像融合算法
图像增强模型
轻量级卷积神经网络
多尺度卷积神经网络
概率约束优化
图像拼接系统
矩阵
交叉注意力机制
关系
薄片
显微镜技术
编码器
锐化滤波
一致性算法
图像处理模块
系统为您推荐了相关专利信息
残差模块
分辨率方法
上采样
采样模块
多模态信息融合
表面紧固件
实例分割方法
关键点
点云
图像编码器
图像增强模型
特征金字塔网络
识别方法
字符
编码器
真菌检测方法
特征数据库
纹理特征
关键特征点
染色
组织图像数据
表征方法
高温合金
多模态
痕量元素分析方法