[发明专利]基于自适应惩罚模型的干涉高光谱图像的二次超分辨重建在审

专利信息
申请号: 201810665149.X 申请日: 2018-06-26
公开(公告)号: CN110648277A 公开(公告)日: 2020-01-03
发明(设计)人: 温佳;王庆成 申请(专利权)人: 天津工业大学
主分类号: G06T3/40 分类号: G06T3/40
代理公司: 暂无信息 代理人: 暂无信息
地址: 300387 *** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于自适应惩罚模型的干涉高光谱图像的二次超分辨重建算法,根据干涉高光谱图像数据的特殊成像原理,提出了一种更适合干涉高光谱数据的自适应惩罚模型的超分辨重建算法。在传统超分辨重建的基础上,本发明采用二次复原对干涉高光谱数据的高频细节进行二次重建,并且对于不同的图像区域,采用不同的自适应惩罚参数。相对于传统Bicubic插值算法,ScSR算法,以及传统的二次复原算法,本发明的超分辨重建效果有明显提高(尤其是在干涉高光谱的干涉条纹部分),并且与高分辨真实数据相比,也获得了更高的信噪比。
搜索关键词: 超分辨 自适应 干涉 高光谱数据 惩罚模型 重建算法 重建 高光谱图像数据 高光谱图像 插值算法 成像原理 惩罚参数 复原算法 干涉条纹 高频细节 图像区域 真实数据 传统的 高分辨 高光谱 信噪比 算法 复原
【主权项】:
1.一种基于自适应惩罚模型的干涉高光谱图像的二次超分辨重建算法,其特征在于:该算法包括以下步骤:/n(1)读取一帧输入测试数据,M×M低分辨的干涉高光谱图像
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津工业大学,未经天津工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201810665149.X/,转载请声明来源钻瓜专利网。

同类专利
  • 图像拼接方法、成像装置及全景成像系统-201910815362.9
  • 邢彦文;夏丽敏;张荃;蒋芳 - 深圳市德赛微电子技术有限公司
  • 2019-08-30 - 2020-02-14 - G06T3/40
  • 本申请提供一种图像拼接方法、成像装置及全景成像系统,该方法应用于成像装置,成像装置包括至少两个景深摄像头,方法包括:获取参考点,确定参考点在第一景深摄像头中的焦平面成像点;通过第一景深摄像头,根据焦平面成像点的投影坐标参数获取对应位置的景深参数;根据焦平面成像点的投影坐标参数以及对应位置的景深参数,确定所述参考点及与其共线的其它参考点在世界坐标系下的目标位置的空间坐标参数;基于空间坐标参数在第二景深摄像头中获得对应的焦平面成像点;根据第一景深摄像头以及第二景深摄像头的焦平面成像点进行图像拼接。本申请通过引入景深参数可以使得图像的拼接过程更加准确,进而在较少的运算资源下获得较佳的图像拼接效果。
  • 基于时空补偿的车载环视图像拼接装置-201910960007.0
  • 胡钊政;周哲;肖汉彪;刘佳蕙;陶倩文 - 武汉理工大学
  • 2019-10-10 - 2020-02-14 - G06T3/40
  • 本发明公开了一种基于时空补偿的车载环视图像拼接装置,包括:图像采集模块,通过设置在车身的前后左右的四个鱼眼相机进行图像采集;相机标定模块,用于分别对4个相机进行标定,采用OpenCV中的鱼眼相机模型,获得相机内外参、相机畸变系数和投影误差;图像矫正模块,用于根据相机标定模块获得的相机参数对四路图像进行矫正,得到无畸变的图像;图像拼接模块,用于对矫正后的图像进行环视图像拼接和图像补偿处理。本发明针对车身较长的车辆,采用时空补偿的方法拼接得到完整的环视图像。
  • 自主移动机器人及其地图拼接方法、装置和可读存储介质-201910968213.6
  • 陈文成 - 劢微机器人科技(深圳)有限公司
  • 2019-10-12 - 2020-02-14 - G06T3/40
  • 本发明公开了一种地图拼接方法,该方法包括:获取存在重叠区域的第一子地图和第二子地图;确定所述第一子地图在所述重叠区域的第一特征点,确定所述第二子地图在所述重叠区域的第二特征点;分别对所述第一特征点和所述第二特征点执行光线跟踪算法,得到第一激光数据和第二激光数据;根据所述第一激光数据和所述第二激光数据确定位置变换关系;根据所述位置变换关系将所述第一子地图和所述第二子地图拼接,生成拼接地图。本发明还公开了一种地图拼接装置、自主移动机器人和可读存储介质。本发明旨在提高地图拼接的准确率和成功率。
  • 线条快速擦除方法及其系统-201610494561.0
  • 刘德建;郑凌耿;方振华;郭玉湖 - 福建天泉教育科技有限公司
  • 2016-06-29 - 2020-02-14 - G06T3/40
  • 本发明提供线条快速擦除方法及其系统,方法包括:获取绘图轨迹点;依据所述绘图轨迹点获取对应各绘图线条的绘图轨迹点数组;获取初始绘图界面的背景色;获取擦除过程中绘制的擦除线条对应的擦除轨迹点数组;获取擦除轨迹点数组中各个擦除轨迹点对应初始绘图界面背景色的色值以及对应当前绘图界面的色值;依据获取顺序遍历擦除轨迹点数组中的擦除轨迹点,判断所述擦除轨迹点对应绘图界面背景色的色值以及对应当前绘图界面的色值是否一致,得到判断结果;若判断结果为不一致,则结束遍历;获取包含色值改变的所述擦除轨迹点的绘图线条,移除所获取的绘图线条。
  • 一种视频图像超分辨率重建方法及装置-201611155519.2
  • 史方;王标;樊强 - 同观科技(深圳)有限公司
  • 2016-12-14 - 2020-02-14 - G06T3/40
  • 本发明是关于一种视频图像超分辨率重建方法及装置,包括:获取运动摄像头在同一场景拍摄的连续多帧低分辨率图像;从连续多帧低分辨率图像中获得连续多帧低分辨率目标物体图像;衡量连续多帧低分辨率目标物体图像的图像质量,获取图像质量最优的低分辨率目标物体图像;将图像质量最优的低分辨率目标物体图像进行单帧超分辨率重建,得到高分辨率待处理帧,高分辨率待处理帧以外的其他低分辨率目标物体图像进行插值,得到多张高分辨率参考帧;对高分辨率待处理帧和多张高分辨率参考帧进行多帧超分辨率重建,得到超分辨率目标物体图像。该方法利用单帧超分辨率重建和多帧超分辨率重建相结合,大幅度提高双动态视频图像中目标物体的图像质量。
  • 一种基于可逆网络的图像分辨率压缩及重建方法-201910959774.X
  • 葛洪伟;羊洁明;王双喜;江明 - 江南大学
  • 2019-10-10 - 2020-02-11 - G06T3/40
  • 本发明公开了一种基于可逆网络的图像分辨率压缩及重建方法,属于图像处理领域。所述方法利用卷积神经网络与可逆网络构建进行图像分辨率压缩以及重建的网络模型,然后将高分辨率图像输入到进行分辨率压缩的网络中生成低分辨率压缩图像,将压缩图像输入到进行重建的网络中得到高分辨率重建图像,利用压缩图像和重建图像分别与目标低分辨率图像和原始图像之间的差异来设计优化的目标函数,通过最小化该函数的值来对网络模型的参数进行更新,提升网络进行图像分辨率压缩以及重建的能力;解决了图像分辨率压缩及重建模型在压缩图像时无法保存更多的信息以及无法利用压缩过程来指导重建过程,从而导致图像重建效果不佳的问题。
  • 全景视频快速拼接方法及系统-201911001401.8
  • 刘洋;杨成龙;孙兆友;陈爽爽;魏炳捷;李德祥;周磊;张兴佳 - 中国人民解放军63861部队
  • 2019-10-21 - 2020-02-11 - G06T3/40
  • 本发明公开了全景视频快速拼接方法,包括以下步骤:S1.通过标定物图像对相机组进行离线标定,获取相机的投影变换矩阵并存储;S2.获取相机组针对拍摄区域采集的待拼接图像,预处理后进行离线检测和配准,图像通过所述相机的投影变换矩阵处理,得出待拼接图像的图像映射矩阵并存储;S3.实时获取所述相机组采集的当前待拼接图像,将其分别投影到一个标准坐标系中,调用所述图像映射矩阵确定所述当前待拼接图像的重叠区域,然后进行拼接融合处理,生成全景拼接图像。本发明还提供了实现上述方法的系统,以实现拼接过程中拼接缝的无损融合,融合算法计算量小、运算效率高、拼接效果较好,能够很好满足各种民事、军事领域全景监控的需求,适于推广。
  • 图像处理方法及装置、电子设备和计算机可读存储介质-201911031821.0
  • 王楠楠;辛经纬;李志锋;龚迪洪;王巨宏 - 西安电子科技大学;腾讯科技(深圳)有限公司
  • 2019-10-28 - 2020-02-11 - G06T3/40
  • 本公开的实施例提供了一种图像处理方法及装置、电子设备和计算机可读存储介质,属于计算机和通信技术领域。所述方法包括:获取待处理图像;提取所述待处理图像中多尺度的当前图像特征信息;分别对所述当前图像特征信息的通道和平面空间进行编码以增强所述当前图像特征信息,获得当前图像编码信息;根据所述当前图像编码信息获得将所述待处理图像放大目标倍数的目标图像。本公开实施例的技术方案提供了一种图像处理方法,通过联合应用提取的多尺度的当前图像特征信息和增强所述当前图像特征信息的当前图像编码信息,能够在信息传递的过程中尽可能的避免信息丢失的情况发生,实现了一种低参数数量且低计算复杂度的快速的图像超分辨率重建。
  • 一种地形图的建筑物合并方法-201610514598.5
  • 李成名;殷勇;郭沛沛;吴伟;王伟;陈燕妮;印洁 - 中国测绘科学研究院
  • 2016-07-01 - 2020-02-11 - G06T3/40
  • 本发明实施例公开了一种地形图的建筑物合并方法,所述方法包括:A、将具有空间区分特征的数据作为限制要素,将建筑物数据划分为各个区域的数据;B、对于每个所述区域:B1、建立该区域内各建筑物数据对应的C‑Delaunay三角网;B2、根据度量特征对所述三角网中的各三角形进行分类过滤;B3、对所述过滤后剩余的三角形进行聚类,获取聚类而形成的各个三角网的外边界形成各个桥接多边形;B4、将所述桥接多边形进行直角化处理,且将处理后的桥接多边形与其关联的建筑物进行融合。由上,本申请通过对桥接多边形进行直角化处理,保持了合并结果的直角化特征。
  • 图像处理方法、装置、存储介质及电子设备-201911056817.X
  • 张阳 - 北京沃东天骏信息技术有限公司
  • 2019-10-31 - 2020-02-07 - G06T3/40
  • 本发明实施例提供一种图像处理方法、装置、存储介质及电子设备,该方法包括:从多张图像中确定第一图像以及第二图像;基于用户在所述第一图像中圈出的区域,确定标定区域;所述标定区域包括:目标区域以及融合区域;提取所述融合区域与所述第二图像的尺度特征,并进行匹配;根据匹配结果,将所述标定区域与所述第二图像转换成同一平面空间;将所述目标区域与所述第二图像融合,获取融合图像。提升了图像融合的灵活性,通过对尺度特征进行匹配,根据匹配结果,将所述标定区域与所述第二图像转换成同一平面空间,避免了用户拍摄时抖动或者移动手机位置造成的拼接错误,增加了融合后的图像的质量,增加了融合后的图像的流畅性,实现了精准融合。
  • 一种基于深度学习的图像超分辨率方法-201911367200.X
  • 郑泽宇;温苗苗;尚文祥 - 杭州知衣科技有限公司
  • 2019-12-26 - 2020-02-07 - G06T3/40
  • 本发明涉及服装时尚与智能图像技术领域,具体涉及一种基于深度学习的图像超分辨率方法。该方法为:步骤1、构建判别图像数据库,训练图像分辨率判别模型;步骤2、构建超分辨率图像数据库;步骤3、训练超分辨率图像生成模型;步骤4、利用步骤1的图像分辨率判别模型判断待处理图像是否为低分辨率,如是,利用步骤3的超分辨率图像生成模型,生成超分辨率图像,如否,则不作处理。该方法构建了自动判别图像分辨的模型,针对低分辨率图像进行超分辨率处理,本算法支持原始尺寸低分辨图像输入,不需要做差值放大到超分辨率后的尺寸,节省了计算资源,计算速度更快;并且支持多尺度超分辨输出,按实际需要选取不同的超分辨率效果。
  • 一种全景拼接图与局部视频或图像融合显示的方法-201610635319.0
  • 刘光盐;杨迪航;李捷 - 杭州普维光电技术有限公司
  • 2016-08-02 - 2020-02-07 - G06T3/40
  • 本发明涉及一种全景拼接图与局部视频或图像融合显示的方法。该方法通过PTZ像机当前视频或某张截图的拍摄角度(水平角Pan,俯仰角Tilt),以及拍摄范围(镜头视场角、变倍Zoom),计算图像区域在全景拼接模型的具体位置,然后更新全景图像中相应区域内的内容,当拍摄角度和范围改变时,更改全景图像中的相应区域,而原先视频覆盖的区域还原回全景拼接图。该方法改善解决全景拼接图与局部视频或图像融合显示的人机体验。
  • 一种图像分类方法及系统-201611162822.5
  • 刘楠 - 北京奇艺世纪科技有限公司
  • 2016-12-15 - 2020-02-07 - G06T3/40
  • 本发明公开一种图像分类方法及系统,该方法包括:获取待处理图像进行重新拼接后的拼接图像,并标记拼接图像的拼缝位置;提取拼接图像的特征值,特征值包括:颜色特征值和/或纹理特征值;根据拼缝位置的特征值对拼接图像进行分类。本发明通过获取待处理图像进行重新拼接后的拼接图像,对重新拼接后的拼接图像进行特征值的提取,根据拼缝位置的特征值对待处理图像进行分类,实现对视频帧中的待处理图像的自动分类,进而对视频进行标注,无需人工对用户上传视频进行标注分类,且该方法也可以实现检查人工标记的视频类别标签是否正确,避免由于错分影像用户对全景视频的播放体验,进而增强用户观看全景视频的播放体验。
  • 多分辨率医学影像在神经网络中的尺寸自适应预处理方法-201810796673.0
  • 朱森华;陈卓;章桦 - 北京连心医疗科技有限公司
  • 2018-07-19 - 2020-01-31 - G06T3/40
  • 本发明属于医学图像技术领域,涉及一种多分辨率医学图像在深度学习神经网络中的尺寸自适应预处理方法、设备和存储介质。该方法包括如下步骤:统一输入深度学习网络中各医学图像像素间物理间距的大小,获得像素/体素层面分辨率不一的医学图像;确定医学影像的分块大小和分块步长;按照以上确定的分块大小和分块步长对重采样后的医学图像进行连续分块操作。通过本发明提供的方法可以使神经学习网络接受任意分辨率输入的医学影像,通过对图像的分块化和边缘区域分块进行补零操作可以让深度学习网络接收任意尺寸的图像输入,避免医学图像裁剪后导致的信息丢失问题;同时通过局部补零操作也能有效降低计算网络时性能的消耗。
  • 一种基于双目视觉的相机超分辨率图像获取方法-201911009848.X
  • 代强;乔焰;郑明昊;张涛 - 安徽农业大学
  • 2019-10-22 - 2020-01-31 - G06T3/40
  • 本发明公开一种基于双目视觉的相机超分辨率图像获取方法,包括有以下步骤:S1:通过平移双目摄像机组获得同一场景的多幅视差图;S2:根据步骤S1:在平移双目摄像机组时,使激光跟踪仪在对应的位置,使用激光跟踪仪确定世界坐标系,求得双目摄像机组的坐标系与世界坐标系的转换关系;S3:开启双目摄像机组同时对目标物的图像采集;S4:对于步骤S3中,建立数据库;S5:通过在S2的双目摄像机组的坐标系与世界坐标系的转换关系,获得每张图片对应关系的世界坐标;S6:将S5中计算出的每一张图片对应世界坐标系对S2中求得的目标物对应的世界坐标系的关系进行比较。本发明有效提高了匹配速度,减少运算量。
  • 一种基于三维人脸模型低分辨率人脸图像超分辨率重建方法-201911011880.1
  • 满庆奎;徐晓刚 - 智慧视通(杭州)科技发展有限公司
  • 2019-10-23 - 2020-01-31 - G06T3/40
  • 本发明公开了一种基于三维人脸模型低分辨率人脸图像超分辨率重建方法,涉及图像、视频处理技术领域。包括以下步骤:定位低分辨率人脸图像的特征点;摆正低分辨率人脸图像:勾选摆正的低分辨率人脸图像的重建区域;超分辨率重建。其中超分辨率重建又包括:对重建区域进行分块;对数据库中的高分辨率人脸图像模糊处理,得到模糊人脸图像;对高分辨率人脸图像和模糊人脸图像进行相同的分块操作;求解针对同一位置的各模糊人脸图像分块的权重;根据所述权重和对应的高分辨率人脸图像分块进行加权求和得到重建分块;将重建分块按照位置关系进行拼合。本发明克服了正常监控视频中人脸角度倾斜的问题。
  • 一种快速有效的像素化反卷积技术-201611173333.X
  • 王蕾;李国亮 - 王蕾
  • 2016-12-18 - 2020-01-31 - G06T3/40
  • fiDrizzle像素化反卷积技术是数字图像处理领域为数不多的包含去像素化过程的图像叠加技术。目的是要解决成像仪器的低采样率导致的像素化问题,也顺便解决姿态稳定性差导致的图像形状模糊等问题。我们在前人工作的基础上,改进了实现方法,省略了一些冗余的计算步骤,并直接瞄准输出网格的分辨率。这样做省时省力,而且保留了更多的图像细节,得到的图像质量更高。本技术快速有效地解决了比较基础性的低采样率导致的像素化问题,能获得更高保真的重建图像。所以在对图像的像素分辨率有极高要求的天文学,微观物理学等领域有广泛用途,甚至在微生物学,医学和数字监控领域也有用武之地。
  • 云点拼接方法、终端设备、计算机存储介质-201910797573.4
  • 祁春超;张智胜 - 深圳市华讯方舟太赫兹科技有限公司;华讯方舟科技有限公司
  • 2019-08-27 - 2020-01-24 - G06T3/40
  • 本申请提供了一种云点拼接方法、终端设备、计算机存储介质。该点云拼接方法包括:获取绕同一旋转轴扫描得到的两幅点云,并基于两幅点云计算得到旋转平移矩阵,基于旋转平移矩阵获取旋转轴的方向向量,基于两幅点云,获取其他点云的旋转角度,基于方向向量以及旋转角度,获取其他点云与两幅点云的旋转平移矩阵,将其他点云分别按照对应的旋转平移矩阵进行旋转平移,并将旋转平移后的点云进行拼接。本申请的云点拼接方法通过两幅点云求得的旋转轴,计算得到其他点云的旋转平移矩阵,避免了多次直接计算旋转平移矩阵的计算量,有效地提高了点云拼接的效率。
  • 在多维图像数据中提供可缩放分辨率的成像系统和方法-201910563605.4
  • 杰拉尔德·施罗克;赫尔穆特·布兰德尔;埃尔温·福斯德 - 通用电气公司
  • 2019-06-26 - 2020-01-21 - G06T3/40
  • 本发明题为“在多维图像数据中提供可缩放分辨率的成像系统和方法”。本发明公开了一种成像系统(100)和方法(500),所述成像系统和方法在第一采集质量水平下采集主体(302)的第一超声图像数据(1100),利用在所述第一采集质量水平下的所述图像数据(1100)显示所述主体(302)的一个或多个二维图像,并且在降低的第二采集质量水平下产生第二超声图像数据(1200)。根据在所述第一采集质量水平下采集的所述第一超声图像数据(1100)产生所述第二超声图像数据(1200)。所述系统(100)和所述方法(500)还利用在所述降低的第二采集质量水平下的所述第二超声图像数据(1200)来显示所述主体(302)的渲染多维图像。
  • 一种用于医学成像的超分辨率重建算法-201910827129.2
  • 雷志春;李泽田 - 天津大学
  • 2019-09-03 - 2020-01-21 - G06T3/40
  • 本发明公开一种用于医学成像的超分辨率重建算法,包括步骤:利用全局注意力网络提取目标医学图像的包含高频信息的浅层特征,以及包括抽象信息的深层特征;对图像尺寸上采样放大后,进行全局注意力处理,获得全局特征;在所述全局特征的基础上,进行图像重建,输出重建后的图像。本发明通过双注意力机制提取输入图像的重要特征成分,提高超分辨率重建的图像质量,恢复对医学分析极为关键的图像细节,减少神经网络参数,加快神经网络收敛速度。
  • 超分辨率图像重构方法和装置-201910935280.8
  • 王永成;张宁;张欣;徐东东;王晓东 - 中国科学院长春光学精密机械与物理研究所
  • 2019-09-29 - 2020-01-21 - G06T3/40
  • 本发明实施例提供了一种超分辨率图像重构方法,包括:构建生成对抗网络;构建原始分辨率图像训练集;基于所述原始分辨率图像训练集训练所述生成对抗网络;利用训练后的所述生成对抗网络的生成器,对输入图像进行重构。在本发明实施例的超分辨率图像重构方法和装置中,所构建的生成对抗网络包括生成器、判别器以及损失函数计算器,并且该生成对抗网络采用原始分辨率图像训练集进行训练,因此能够利用原始分辨率图像作为参考图像来重构超分辨率图像,从而即使原始分辨率为较低分辨率,仍然可以重构出较高分辨率图像。
  • 一种全景图像的拼接方法、装置及便携式终端-201710495399.9
  • 尹程龙;刘靖康 - 深圳岚锋创视网络科技有限公司
  • 2017-06-26 - 2020-01-21 - G06T3/40
  • 本发明适用于图像处理领域,提供了一种景图像的拼接方法、装置及便携式终端,所述方法包括:获取用于拼接全景图像的多幅图像;将多幅图像分别展开成经纬度图像;分别提取多幅经纬度图像之间的拼接区域,得到多个拼接区域,将多个拼接区域投影到单位球上;提取单位球面上待拼接区域对应的柱面区域,分别计算待拼接区域的左、右图像之间的光流场;根据待拼接区域的左、右图像之间的光流场,分别对每个拼接区域的图像进行融合,直至所有拼接区域的图像融合后,得到无缝拼接后的全景图像。本发明能实现融合区域平滑过渡,达到无缝拼接的效果。
  • 一种视频图像球面拼接方法及系统-201610054890.3
  • 曾日金;周海波;梁秋波;秦忠华;王珅;陈柏宏;何青政 - 桂林长海发展有限责任公司
  • 2016-01-27 - 2020-01-17 - G06T3/40
  • 本发明提供一种视频图像的球面拼接方法及系统,其中系统包括用于标定摄像机中各参数的标定模块、用于对设定区域内每个位置进行矫正的区域矫正模块、用于对各路视频图像中各个位置进行调整的全图调整模块、用于对各路视频图像进行裁剪的裁剪模块、用于对各路视频图像进行旋转和缩放的旋转缩放模块和用于在球面模型上进行显示的显示模块;本发明实现的球面拼接方法简单,计算机要求配置较低,每路视频图像单独处理,互不干扰,处理速度快,在多路高分辨率的相机拼接下仍能获得较高的实时性,可应用于实时视频的拼接,结合OpenGL图形程序接口将各路图像投影到球面模型显示,达到了较好的显示效果;同时适用于广角相机的拼接,盲点区域较小,实用性高。
  • 车辆种类识别方法及装置-201910045817.3
  • 张顺丰;陈志超;毛河;朱彬 - 成都通甲优博科技有限责任公司
  • 2019-01-17 - 2020-01-14 - G06T3/40
  • 本申请提供的车辆种类识别方法及装置,通过获取车辆整体图片,并对车辆进行分割获得多个不同部位的局部图片。将该车辆不同部位的局部图片,按照不同部位对应的位置拼接成一幅大图。将拼接成的大图送入神经网络模型提取特征,并根据提取获得的特征对车辆进行分类。因此,本申请提供的车辆种类识别方法及装置提高不同拍摄角度下车辆种类识别率;相较于现有技术中通过多个卷积网络分别提取车辆全局图像特征和局部图像特征后再进行融合,减少了计算步骤和计算量。
  • 一种自动全景图片拼接方法及存储设备-201910921698.3
  • 高俊山;刘宇鹏;暴国庆 - 哈尔滨理工大学
  • 2019-09-27 - 2020-01-14 - G06T3/40
  • 本发明公开了一种自动全景图片拼接方法及存储设备,存储设备接受图片,对所有图片中提取SIFT特征,再使用K‑D树为每个特征点找到其的K个最近匹配特征点,然后对每个图像选择候选匹配图像,并使用RANSAC查找几何上一致的特征匹配,以求解图像对之间的单应性,再使用概率模型验证图像匹配,然后使用多波段混合渲染全景,最后输出全景图像,本发明可以自动识别构成全景图像一部分的图像,并在没有任何用户输入的情况下缝合它们。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top