-
公开(公告)号：CN119359778A
公开(公告)日：2025-01-24
申请号：CN202411944424.3
申请日：2024-12-27
Applicant: 湖南大学
IPC: G06T7/33 , G06T7/00 , G06T5/80 , G06V10/774
Abstract: 本发明公开了一种基于特征分离的大基线图像配准方法及系统，以预设的重叠率对电路板进行图像采集，得到若干张电路板局部图像，对若干张电路板局部图像进行畸变矫正，将畸变矫正后的电路板局部图像组成图像对并构建训练集，搭建图像配准网络，使用训练集对图像配准网络进行训练并计算重构损失，得到训练后的图像配准网络，获取真实场景下待配准的大基线图像，将待配准的大基线图像进行畸变矫正后组成图像对输入至训练后的图像配准网络处理，输出真实场景下待配准的大基线图像对的图像变换矩阵，根据图像变换矩阵实现真实场景下待配准大基线图像对的配准。该方法能够在实际的工业应用中显著提高图像配准的精度、效率和稳定性。
-
公开(公告)号：CN118799369B
公开(公告)日：2024-11-15
申请号：CN202411288067.X
申请日：2024-09-14
Applicant: 湖南大学
IPC: G06T7/33 , G06N3/0464 , G06T5/50
Abstract: 本发明公开了一种基于迭代优化的多模态图像配准方法及系统，获取若干张低光照图像并处理，得到训练集和验证集，搭建多模态图像配准神经网络模型，通过训练集对多模态图像配准神经网络模型进行训练，并使用损失函数计算损失，得到训练后的多模态图像配准神经网络模型，使用验证集对训练后的多模态图像配准神经网络模型进行迭代优化并判断是否满足迭代终止条件，得到迭代优化后的多模态图像配准神经网络模型，获取真实场景下的多模态图像并组成待配准图像对，将待配准图像对输入迭代优化后的多模态图像配准神经网络模型处理，得到配准融合后的图像。该方法可提高参考图像和待匹配图像组成的图像对在配准过程中的鲁棒性。
-
公开(公告)号：CN117876723B
公开(公告)日：2024-05-31
申请号：CN202410273563.1
申请日：2024-03-11
Applicant: 湖南大学
Abstract: 一种拒止环境下无人机航拍图像全局检索定位方法，包括：1、利用搭载云台相机的无人机采集航拍图像，并对航拍图像进行校正；2、运用尺度不变特征变换算法识别航拍图像的特征点，构建航拍图像的图像特征向量描述符；3、构建全局卫星地图信息库，并分割成指定数量的卫星地图，分别构建每个卫星地图的图像特征向量描述符；4、利用航拍图像分别与每个卫星地图进行匹配，得到匹配成功的卫星地图，得到航拍图像与卫星图像的变换关系，得到航拍目标的定位信息。本发明克服了无GPS信号时难以准确定位目标位置的问题，大大提高了无人机航拍图像的定位精度和可靠性，为各种应用场景提供了强大的支持。
-
公开(公告)号：CN119625039A
公开(公告)日：2025-03-14
申请号：CN202510170563.3
申请日：2025-02-17
Applicant: 湖南大学
IPC: G06T7/33 , G06N3/0464
Abstract: 本发明公开了一种基于特征解耦的多模态图像配准方法、系统和计算机设备，包括以下步骤：1、获取若干多模态图像并处理，得到具有多样性的多模态图像配准数据集；2、搭建基于特征解耦的多模态图像配准神经网络模型；3、设计损失函数监督多模态图像配准神经网络模型的训练，优化配准过程；4、利用训练好的多模态图像配准神经网络模型对待配准多模态图像进行处理，得到图像转换参数矩阵，根据图像转换参数矩阵对图像对中的待配准图像进行转换，得到配准后的图像。本发明所提出的基于特征解耦的多模态图像配准方法，能够有效提高多模态图像配准的性能，尤其是在面对不同模态之间较大差异的情况下，表现出良好的鲁棒性。
-
公开(公告)号：CN118799369A
公开(公告)日：2024-10-18
申请号：CN202411288067.X
申请日：2024-09-14
Applicant: 湖南大学
IPC: G06T7/33 , G06N3/0464 , G06T5/50
Abstract: 本发明公开了一种基于迭代优化的多模态图像配准方法及系统，获取若干张低光照图像并处理，得到训练集和验证集，搭建多模态图像配准神经网络模型，通过训练集对多模态图像配准神经网络模型进行训练，并使用损失函数计算损失，得到训练后的多模态图像配准神经网络模型，使用验证集对训练后的多模态图像配准神经网络模型进行迭代优化并判断是否满足迭代终止条件，得到迭代优化后的多模态图像配准神经网络模型，获取真实场景下的多模态图像并组成待配准图像对，将待配准图像对输入迭代优化后的多模态图像配准神经网络模型处理，得到配准融合后的图像。该方法可提高参考图像和待匹配图像组成的图像对在配准过程中的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN118053010B
公开(公告)日：2024-07-19
申请号：CN202410445247.8
申请日：2024-04-15
Applicant: 湖南大学
IPC: G06V10/75 , G06F16/583 , G06F16/587 , G06N3/0455 , G06N3/0895 , G06V10/46 , G06V10/80 , G06V10/82
Abstract: 本发明公开了拒止环境下基于无人机图像和卫星地图的景象匹配方法，包括数据集制作，对SuperRetrieval模型进行训练；使用卫星地图裁剪后的图片经过训练好的SuperRetrieval模型后提取的全局描述符，与对应地理坐标和图像一起保存生成地图数据库，在无人机飞行过程中，将所拍摄到的无人机图像送入训练好的SuperRetrieval模型，得到该图像的全局描述符，使用该描述符在地图数据库中进行检索，获得当前视角的地理坐标与图像，进行完成景象导航和匹配。有效解决由于拒止环境下无人机无法获取足够的定位信息而导致粗定位失败的问题，以确保无人机能够在各种挑战性的环境中可靠地执行景象匹配任务。
-
公开(公告)号：CN119625039B
公开(公告)日：2025-05-02
申请号：CN202510170563.3
申请日：2025-02-17
Applicant: 湖南大学
IPC: G06T7/33 , G06N3/0464
Abstract: 本发明公开了一种基于特征解耦的多模态图像配准方法、系统和计算机设备，包括以下步骤：1、获取若干多模态图像并处理，得到具有多样性的多模态图像配准数据集；2、搭建基于特征解耦的多模态图像配准神经网络模型；3、设计损失函数监督多模态图像配准神经网络模型的训练，优化配准过程；4、利用训练好的多模态图像配准神经网络模型对待配准多模态图像进行处理，得到图像转换参数矩阵，根据图像转换参数矩阵对图像对中的待配准图像进行转换，得到配准后的图像。本发明所提出的基于特征解耦的多模态图像配准方法，能够有效提高多模态图像配准的性能，尤其是在面对不同模态之间较大差异的情况下，表现出良好的鲁棒性。
-
公开(公告)号：CN118474490A
公开(公告)日：2024-08-09
申请号：CN202410558224.8
申请日：2024-05-08
Applicant: 湖南大学
IPC: H04N23/50 , G06Q10/0639 , F16M11/42 , F16M11/28 , F16M11/10 , F16M11/16 , H04N23/695 , H04N23/62 , H04N23/66 , H04N23/56 , H04N7/18
Abstract: 本发明公开了一种基于数据分析的手术机器人执行质量评估系统，包括底座和主箱体，所述底座的底部转动连接有多个万向自锁轮，所述底座的顶部通过第一气缸连接有支撑板，所述底座的顶部设有对称设置的多个支撑槽，所述支撑槽内固定连接有与支撑板对应的支撑机构，所述支撑板的顶部通过转杆与主箱体转动连接，所述转杆的一端固定连接有旋钮，旋钮上滑动插设有卡紧机构，主箱体的外壁上环绕设有与卡紧机构对应的多个卡槽。本发明通过可调式数据采集机构的设置，该机构带有优化控制功能以确保数据采集的准确性和完整性，可以全面准确地对机器人手术数据进行采集。这种控制机制确保了评估系统的数据采集效率，从而有效提升了评估系统的结果准确性。
-
公开(公告)号：CN118053010A
公开(公告)日：2024-05-17
申请号：CN202410445247.8
申请日：2024-04-15
Applicant: 湖南大学
IPC: G06V10/75 , G06F16/583 , G06F16/587 , G06N3/0455 , G06N3/0895 , G06V10/46 , G06V10/80 , G06V10/82
Abstract: 本发明公开了拒止环境下基于无人机图像和卫星地图的景象匹配方法，包括数据集制作，对SuperRetrieval模型进行训练；使用卫星地图裁剪后的图片经过训练好的SuperRetrieval模型后提取的全局描述符，与对应地理坐标和图像一起保存生成地图数据库，在无人机飞行过程中，将所拍摄到的无人机图像送入训练好的SuperRetrieval模型，得到该图像的全局描述符，使用该描述符在地图数据库中进行检索，获得当前视角的地理坐标与图像，进行完成景象导航和匹配。有效解决由于拒止环境下无人机无法获取足够的定位信息而导致粗定位失败的问题，以确保无人机能够在各种挑战性的环境中可靠地执行景象匹配任务。
-
公开(公告)号：CN119359778B
公开(公告)日：2025-03-28
申请号：CN202411944424.3
申请日：2024-12-27
Applicant: 湖南大学
IPC: G06T7/33 , G06T7/00 , G06T5/80 , G06V10/774
Abstract: 本发明公开了一种基于特征分离的大基线图像配准方法及系统，以预设的重叠率对电路板进行图像采集，得到若干张电路板局部图像，对若干张电路板局部图像进行畸变矫正，将畸变矫正后的电路板局部图像组成图像对并构建训练集，搭建图像配准网络，使用训练集对图像配准网络进行训练并计算重构损失，得到训练后的图像配准网络，获取真实场景下待配准的大基线图像，将待配准的大基线图像进行畸变矫正后组成图像对输入至训练后的图像配准网络处理，输出真实场景下待配准的大基线图像对的图像变换矩阵，根据图像变换矩阵实现真实场景下待配准大基线图像对的配准。该方法能够在实际的工业应用中显著提高图像配准的精度、效率和稳定性。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.019 seconds)
