Invention Grant
- Patent Title: 基于卷积神经网络和局部单应性变换的图像配准方法
-
Application No.: CN202010446227.4Application Date: 2020-05-25
-
Publication No.: CN111833237BPublication Date: 2023-06-06
- Inventor: 蒋刚毅 , 王元炜 , 林继强 , 郁梅
- Applicant: 宁波大学
- Applicant Address: 浙江省宁波市江北区风华路818号
- Assignee: 宁波大学
- Current Assignee: 宁波大学
- Current Assignee Address: 浙江省宁波市江北区风华路818号
- Agency: 宁波奥圣专利代理有限公司
- Agent 周珏
- Main IPC: G06T3/00
- IPC: G06T3/00 ; G06N3/0464 ; G06N3/08
Abstract:
本发明公开了一种基于卷积神经网络和局部单应性变换的图像配准方法，其自动生成大量的有效样本及其对应的标签，用以训练图像配准所需的局部单应性矩阵估计模型，所生成的有效样本的配准精度高且具有很好的多样性，可以较好地模拟出实际的图像配准情形，从而提高了训练出的模型的性能；在此基础上，构建基于卷积神经网络的图像配准的局部单应性矩阵估计模型，进而实现图像配准；优点是具有配准精度高、鲁棒性好、配准速度快等特点。
Public/Granted literature
- CN111833237A 基于卷积神经网络和局部单应性变换的图像配准方法 Public/Granted day:2020-10-27
Information query
IPC分类:
| G | 物理 |
| G06 | 计算；推算或计数 |
| G06T | 一般的图像数据处理或产生 |
| G06T3/00 | 在图像平面内的图形图像转换 |
