公开(公告)号：CN114187358A

公开(公告)日：2022-03-15

申请号：CN202111515423.3

申请日：2021-12-13

Applicant: 大连理工大学

Inventor： 林秋华 ,  冯浩臻

IPC: G06T7/73 ,  G06V10/74

Abstract: 一种生成KeyNet亚像素级特征点的局部梯度拟合方法，属于图像处理领域，利用KeyNet网络，在每个尺度平面内检测输入图像的所有像素级精度特征点，生成各尺度平面的响应强度图；对于每个像素级精度特征点，计算该特征点及其相邻八个点响应强度之间的梯度关系，拟合出该特征点的亚像素级坐标，从而将KeyNet特征点的定位精度由像素级提升至亚像素级。本发明的亚像素级最高误差为0.030个像素，平均误差为0.019个像素。对于SIFT算法仅检测到3对正确匹配点对的图像匹配任务，本发明能检测到41对正确的匹配点。本发明对SIFT算法难以匹配的低质量航拍图像进行匹配，显著提升图像匹配性能。

公开(公告)号：CN114187358B

公开(公告)日：2024-09-20

申请号：CN202111515423.3

申请日：2021-12-13

Applicant: 大连理工大学

Inventor： 林秋华 ,  冯浩臻

IPC: G06T7/73 ,  G06V10/74

Abstract: 一种生成KeyNet亚像素级特征点的局部梯度拟合方法，属于图像处理领域，利用KeyNet网络，在每个尺度平面内检测输入图像的所有像素级精度特征点，生成各尺度平面的响应强度图；对于每个像素级精度特征点，计算该特征点及其相邻八个点响应强度之间的梯度关系，拟合出该特征点的亚像素级坐标，从而将KeyNet特征点的定位精度由像素级提升至亚像素级。本发明的亚像素级最高误差为0.030个像素，平均误差为0.019个像素。对于SIFT算法仅检测到3对正确匹配点对的图像匹配任务，本发明能检测到41对正确的匹配点。本发明对SIFT算法难以匹配的低质量航拍图像进行匹配，显著提升图像匹配性能。