基于局部一致性的图像特征匹配方法及装置

    公开(公告)号:CN114549858B

    公开(公告)日:2024-12-10

    申请号:CN202210036796.0

    申请日:2022-01-13

    Abstract: 本发明提供一种基于局部一致性的图像特征匹配方法及装置,该方法包括:获取待匹配的两幅图像;通过SIFT算法检测两幅图像中的特征点,并建立特征描述符;根据两幅图像中特征描述符的相似性构造一组初始匹配集;通过邻域一致性约束从初始匹配集中删除误匹配,得到第二匹配集;通过第二匹配集计算每个特征点的运动向量的偏差;通过对运动向量的偏差进行运动向量一致性约束,从而实现对预设的图像特征匹配模型的优化,并确定超参数;通过优化后的图像特征匹配模型对任意待匹配的两幅图像进行特征匹配,得到图像特征匹配结果。本发明的有益效果是:结合邻域一致性和运动向量一致性的局部一致性对图像特征匹配进行误匹配去除及优化,提高了匹配精度。

    基于高低频信息补充的图像融合方法及系统

    公开(公告)号:CN114638770B

    公开(公告)日:2024-10-29

    申请号:CN202210151501.4

    申请日:2022-02-18

    Abstract: 本发明涉及图像融合领域,提供一种基于高低频信息补充的图像融合方法及系统,包括:S1:提取VIS‑V图像的显著图引导的权重图Ls;S2:获取高频图像和低频图像;S3:提取所述NIR图像的归一化局部熵引导的权重图Lg;S4:通过所述归一化局部熵引导的权重图Lg和所述显著图引导的权重图Ls对所述低频图像进行引导,获得引导后的低频图像;S5:获得补充后的高频图像Hu和补充后的低频图像LF;将所述补充后的高频图像和所述补充后的低频图像进行融合,获得融合图像Fused C。本发明加强了融合图像的边缘效果,使得低频部分更加清晰,不会使得亮度过大而出现颜色失真,可以得到清晰、信息丰富并且十分自然的融合结果。

    基于缝合线和半投影保形的无人机图像拼接方法及装置

    公开(公告)号:CN114283102A

    公开(公告)日:2022-04-05

    申请号:CN202111447842.8

    申请日:2021-11-30

    Abstract: 本发明提供一种基于缝合线和半投影保形的无人机图像拼接方法及装置,该方法包括:获取两张无人机采集的源图像并配准得到两张配准图像,包括基准图像和待拼接图像;定义能量函数;在能搜寻到缝合线的条件下,计算得到能量函数的阈值;根据阈值确定缝合线的搜寻范围;在搜寻范围内,获取起点至终点的最小能量总和,将能量总和最小的路径作为最佳缝合线;根据最佳缝合线对待拼接图像进行切割,得到部分源图像;将部分源图像作为新的源图像,与基准图像做一次半投影变换,得到变换后的图像;根据最佳缝合线将变换后的图像再进行切割重组,得到拼接后的图像。本发明方法可以产生无重影、视差小的拼接结果,且非重叠区域能够保持源图像更多的图像细节。

    基于缝合线和半投影保形的无人机图像拼接方法及装置

    公开(公告)号:CN114283102B

    公开(公告)日:2024-12-03

    申请号:CN202111447842.8

    申请日:2021-11-30

    Abstract: 本发明提供一种基于缝合线和半投影保形的无人机图像拼接方法及装置,该方法包括:获取两张无人机采集的源图像并配准得到两张配准图像,包括基准图像和待拼接图像;定义能量函数;在能搜寻到缝合线的条件下,计算得到能量函数的阈值;根据阈值确定缝合线的搜寻范围;在搜寻范围内,获取起点至终点的最小能量总和,将能量总和最小的路径作为最佳缝合线;根据最佳缝合线对待拼接图像进行切割,得到部分源图像;将部分源图像作为新的源图像,与基准图像做一次半投影变换,得到变换后的图像;根据最佳缝合线将变换后的图像再进行切割重组,得到拼接后的图像。本发明方法可以产生无重影、视差小的拼接结果,且非重叠区域能够保持源图像更多的图像细节。

    去运动模糊的红外可见光图像融合方法、存储介质、设备

    公开(公告)号:CN118314029A

    公开(公告)日:2024-07-09

    申请号:CN202410419935.7

    申请日:2024-04-09

    Abstract: 本发明公开一种去运动模糊的红外可见光图像融合方法、存储介质、设备,涉及图像处理技术领域,方法包括:构建去模糊训练网络,包括一个共享编码器和一个去模糊解码器,利用成对的清晰可见光图像和具有运动模糊的可见光图像训练去模糊训练网络,构建去模糊融合网络包括训练好的共享编码器和去模糊解码器,还包括两个自适应权重模块、一个融合解码器,在去模糊训练网络训练的基础上,利用成对的红外图像和仿真的运动模糊可见光图像训练去模糊融合网络,将去模糊解码器和融合解码器的输出进行后处理,得到去模糊融合图像。本发明使用统一模型解决了去模糊与融合两项任务,降低了任务设计的复杂度,提升了融合的视觉效果。

    多邻域引导肯德尔等级相关系数的特征匹配方法及装置

    公开(公告)号:CN114937156A

    公开(公告)日:2022-08-23

    申请号:CN202210466626.6

    申请日:2022-04-29

    Abstract: 本发明提供一种多邻域引导肯德尔等级相关系数的特征匹配方法及装置,该方法包括:获取待匹配的两幅图像;通过SIFT算法提取两幅图像中的特征点,并建立特征描述符;根据两幅图像中特征描述符的相似性构造一组初始匹配集;通过肯德尔等级相关系数从初始匹配集中筛选出失序错误匹配集;获取对应特征点的邻域公共元素,并通过邻域公共元素引导策略计算得到每个特征点的引导肯德尔等级相关系数;利用多重邻域策略计算得到特征点多个邻域的引导肯德尔等级相关系数并且取均值,然后设立阈值得到最终的匹配结果。本发明的有益效果是:引入肯德尔等级相关系数来去除误匹配,并且设计了邻域公共元素引导策略和多邻域策略去提高算法的鲁棒性,具有较高的精度。

    基于局部一致性的图像特征匹配方法及装置

    公开(公告)号:CN114549858A

    公开(公告)日:2022-05-27

    申请号:CN202210036796.0

    申请日:2022-01-13

    Abstract: 本发明提供一种基于局部一致性的图像特征匹配方法及装置,该方法包括:获取待匹配的两幅图像;通过SIFT算法检测两幅图像中的特征点,并建立特征描述符;根据两幅图像中特征描述符的相似性构造一组初始匹配集;通过邻域一致性约束从初始匹配集中删除误匹配,得到第二匹配集;通过第二匹配集计算每个特征点的运动向量的偏差;通过对运动向量的偏差进行运动向量一致性约束,从而实现对预设的图像特征匹配模型的优化,并确定超参数;通过优化后的图像特征匹配模型对任意待匹配的两幅图像进行特征匹配,得到图像特征匹配结果。本发明的有益效果是:结合邻域一致性和运动向量一致性的局部一致性对图像特征匹配进行误匹配去除及优化,提高了匹配精度。

    多邻域引导肯德尔等级相关系数的特征匹配方法及装置

    公开(公告)号:CN114937156B

    公开(公告)日:2024-11-26

    申请号:CN202210466626.6

    申请日:2022-04-29

    Abstract: 本发明提供一种多邻域引导肯德尔等级相关系数的特征匹配方法及装置,该方法包括:获取待匹配的两幅图像;通过SIFT算法提取两幅图像中的特征点,并建立特征描述符;根据两幅图像中特征描述符的相似性构造一组初始匹配集;通过肯德尔等级相关系数从初始匹配集中筛选出失序错误匹配集;获取对应特征点的邻域公共元素,并通过邻域公共元素引导策略计算得到每个特征点的引导肯德尔等级相关系数;利用多重邻域策略计算得到特征点多个邻域的引导肯德尔等级相关系数并且取均值,然后设立阈值得到最终的匹配结果。本发明的有益效果是:引入肯德尔等级相关系数来去除误匹配,并且设计了邻域公共元素引导策略和多邻域策略去提高算法的鲁棒性,具有较高的精度。

    一种多曝光图像融合的无监督学习方法、装置及电子设备

    公开(公告)号:CN114283101B

    公开(公告)日:2024-09-06

    申请号:CN202111420680.9

    申请日:2021-11-26

    Abstract: 本发明公开一种多曝光图像融合的无监督学习方法、装置及电子设备,方法包括:构建图像融合网络;所述融合网络包括:视觉特征保持单元VPN和光照调节单元IAN;将曝光不足图像Iu和曝光过度图像Io作为样本集,输入至视觉特征保持单元VPN,训练所述视觉特征保持单元VPN,得到训练完毕的视觉特征保持单元VPN;视觉特征保持单元VPN输出中间融合图像Iini;将中间融合图像Iini作为光照调节单元IAN的输入,训练所述光照调节单元,得到训练完毕的光照调节单元;输入实际待处理图像至图像融合网络,利用训练完毕的视觉特征保持单元VPN和训练完毕的光照调节单元,得到最终图像。本发明的有益效果是:能够生成具有自然颜色、高对比度和整体清晰场景表示的融合图像。

Patent Agency Ranking