龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：西安电子科技大学
摘要：本发明公开了一种基于深度学习的无人机图像对齐方法、电子设备和存储介质，所述方法包括：构建伪造无人机透视变换数据集，对数据集进行裁剪处理，获得输入图像的灰度图像、横坐标和纵坐标的位置偏移，构建基于编码器与解码器的神经网络，并使用残差网络将浅层特征向深层特征进行补充，并添加了通道注意力机制，使通道信息更丰富表达，并使用RANSAC方法进行后处理，增强了对于透视矩阵估计的鲁棒性；本发明无需人工标注，便可实现透视矩阵的估计，从而实现无人机图像的对齐，并在不同光照，天气，图像噪声干扰下，鲁棒地将无人机图像进行对齐。
主权项：1.基于深度学习的无人机图像对齐方法，其特征在于，包括以下步骤；步骤1：构建训练数据集，对采集到的无人机图像进行数据增强，扩大数据规模；步骤2：通过在原始图像IA上随机选点并进行扰动，计算扰动前后的透视变换关系，根据变换关系得到输入图像IB，并根据扰动前后的关系，计算透视变换标签PF；步骤3：基于残差网络设计编码器与解码器网络，并增加通道注意力模块，建模通道间的特征关系，并使用损失函数进行回归预测步骤2中的透视变换标签PF，使训练好的模型具备预测透视变换的能力；步骤4：使用训练得到的模型，将待对齐的图像Iori与目标无人机图像Itarget进行对齐；所述步骤4对齐过程如下：步骤41，将需要对齐的两张无人机图像，分别记作Iori和Itarget，使用S1步骤中的方法进行尺寸调整，并转换为灰度图像，随后在随机生成一点pltc，并以该点为左上角裁取128×128大小的图像块作为输入；步骤42，将图像输入到网络后，得到预测到的PF，也就是横纵坐标的偏移随后使用横纵坐标的偏移，恢复偏移坐标；步骤43，使用RANSAC过滤掉离群点，使用DLT算法计算出透视变换矩阵H，使用H的逆矩阵，对Iori进行透视变换，即可得到对齐后的图像。
全文数据：
权利要求：
百度查询： 西安电子科技大学 基于深度学习的无人机图像对齐方法、电子设备和存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号