摘要
本发明属于鱼眼图像矫正领域,为解决现有方法易导致图像模糊或几何结构失真的问题,提供了一种基于合成畸变增强的鱼眼图像矫正方法及系统。其中,基于合成畸变增强的鱼眼图像矫正方法包括利用双重中点圆映射模型对原始图像进行非线性几何变换,生成具有强畸变特征且结构清晰的合成鱼眼图像样本,形成合成鱼眼图像样本集;基于所述合成鱼眼图像样本集并联合多重损失函数来训练畸变矫正网络模型,利用训练完成的畸变矫正网络模型来矫正待处理鱼眼图像,以实现畸变区域的还原并输出无畸变鱼眼图像,其能够提升在复杂畸变条件下的图像还原能力和模型的鲁棒性。
技术关键词
鱼眼图像矫正方法
畸变特征
编码器
样本
通道注意力机制
解码器结构
非线性
网络
畸变条件
模型训练模块
矫正系统
高频特征
图像还原
轮廓特征
系统为您推荐了相关专利信息
神经网络模型
编码模块
检测头
三维点云数据
特征金字塔网络
远程故障诊断方法
故障特征
光伏发电设备
故障预测模型
异常设备
可调容量
调控方法
节点
聚类算法
电力系统调控技术
数据补全方法
编码
样本
受限玻尔兹曼机
深度置信网络模型
MFCC特征
噪音识别方法
样本
预训练模型
深度学习模型