买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜浙江工业大学申请的专利一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118982653B 。

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411068865.1，技术领域涉及：G06V10/25；该发明授权一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法是由周华飞;王思远;方君铭;娄昱昊设计研发完成，并于2024-08-06向国家知识产权局提交的专利申请。

本一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法在说明书摘要公布了：一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法，包括：通过相机实时拍摄天然特征图像，对图像进行预处理并选取天然特征感兴趣区域后进行特征识别，通过特征点匹配算法得到各特征点位移结果；判别并标记其中的异常特征点，向前追溯最近的稳定图像并计算动态单应性矩阵，通过矩阵映射计算得到特征点在图像中的最优估计并修正异常特征点坐标；经过加权平均计算各个特征点位移得到天然特征单一位移。本发明实现待测目标天然特征的长时间免标志视觉测量变形监测，增强多种环境因素耦合作用下天然标志识别追踪的稳定性，满足测量精度且适应多种测量环境要求。

本发明授权一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法在权利要求书中公布了：1.一种基于动态单应性矩阵映射的免标志视觉测量变形监测方法，包括如下步骤：1在待测目标处依据实际工况选择合适的天然特征，根据天然特征位置选择静止场地架设相机，调节相机参数使天然特征能够在相机中清晰成像；2根据天然特征附近工况分别在相机镜头及相机附近安装滤光片和补光灯；在天然特征附近通过标定板对相机进行标定后连续实时拍摄天然特征图像；3对初始帧图像进行直方图均衡化、高斯滤波等预处理后，根据天然特征位置框选感兴趣区域；依据特征纹理调节SURF算法响应阈值并通过算法识别得到多个特征点及其对应的特征描述子；建立动态单应性矩阵并设定其初始值为1；将初始帧图像定为动态单应性矩阵计算图像；4对于后续第n帧n≥2图像，对其进行直方图均衡化、高斯滤波等预处理后，框选天然特征感兴趣区域；设定特征点个数范围采用二分搜索法调节SURF算法响应阈值并通过算法识别得到特征点坐标及其特征描述子；利用特征描述子采用最近邻搜索法FLANN以欧式距离最小为原则与第n-1帧图像匹配特征点；5根据特征点的匹配结果采用双向匹配筛选法及3σ准则判别第n帧与第n-1帧图像特征点匹配的准确性；依据判别结果，若无异常点，则将该帧图像更新为新的动态单应性矩阵计算图像；6若步骤5中出现异常特征点，选择第n帧图像以及动态单应性矩阵计算图像，调整SURF算法响应阈值，重复识别与匹配算法计算得到两帧图像之间大量特征点匹配结果；通过大量匹配特征点采用渐进一致采样PROSAC算法，优先选择高质量匹配点并通过多次采样迭代计算得到两帧图像之间的单应性矩阵，根据计算结果更新动态单应性矩阵；具体包括：若步骤5中出现异常特征点，由于前一帧图像可能存在异常点，通过第n帧与第n-1帧图像特征信息进行填补亦存在较大误差，故采用动态单应性矩阵计算图像作为不存在异常点的稳定图像进行匹配；为提高后续单应性矩阵计算的准确度，调整SURF算法响应阈值，重复识别与匹配算法计算得到动态单应性矩阵计算图像与第n帧图像得到大量特征点匹配结果；通过大量特征点匹配数据，采用渐进一致采样算法拟合单应性矩阵模型；根据特征点匹配结果，以特征匹配点欧氏距离的比值β为标准对特征点匹配质量进行估计，公式为：β＝D1D21其中，D1表示特征点描述子欧式距离最小值，D2表示欧氏距离次小值；设定内点误差阈值δ，内点数目阈值ψ以及最大采样次数τ；根据β值越小匹配质量越好的原则对所有特征点根据匹配质量进行降序排列，之后定义增长函数gt并根据采样次数通过增长函数gt选择前n′个匹配特征点建立生成集Un，即：gt＝min{n′:Tn′≥t}2其中，t表示采样次数，Tn′表示Tn次采样中样本来源于Un的次数，n′表示采样次数大于t时的最小值；从生成集Un中选取匹配质量最好的4组匹配特征点计算单应性矩阵H，即： 其中，xm、ym、xn和yn分别为动态单应性矩阵计算图像与第n帧图像的特征点像素坐标；根据特征点坐标计算投影点误差，若误差小于内点误差阈值δ，判定为内点；若内点数量大于设定的内点数目阈值，则更新内点个数，否则根据采样次数重复确定Un并选取匹配质量次好的特征点重新计算；由更新后的内点重新计算单应性矩阵H及新的内点；若采样次数小于最大采样次数τ，则认为单应性矩阵模型拟合准确，输出单应性矩阵H；7标记判别结果为异常值的特征点位置，利用动态单应性矩阵映射得到第n帧图像异常特征点的坐标，将其填入异常特征点位置并替换特征描述子为动态单应性矩阵计算图像的特征描述子；8将第n帧特征点坐标与初始帧坐标作差得到各特征点位移，利用特征点最近比邻值评估其置信度，采用加权平均算法集合多特征位移矩阵为单一位移结果；通过标定系数将天然特征像素位移转换为世界坐标位移，得到待测目标实时位移结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。