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！

龙图腾网获悉南京航空航天大学申请的专利一种基于关键点对智能化匹配的多模态眼底图像配准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：CN119205862B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202411697216.8，技术领域涉及：G06T7/33；该发明授权一种基于关键点对智能化匹配的多模态眼底图像配准方法是由徐建国;张森;沈建新设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种基于关键点对智能化匹配的多模态眼底图像配准方法在说明书摘要公布了：本发明公开了一种基于关键点对智能化匹配的多模态眼底图像配准方法，具体涉及计算机图像处理技术领域，将多模态眼底图像数据集经过划分与增强后送入YOLOv8神经网络进行训练，选用训练得到的最优权重进行预测，得到预测结果；所述YOLOv8神经网络的预测结果包含两部分，一部分是标记关键点对、边界框类别以及置信度的测试集图片；另一部分是包含关键点对类别、边界框坐标以及关键点对坐标的文本格式文件；根据预测结果选取三个关键点对，由三个关键点对计算仿射变换矩阵，对图像进行仿射变换得到配准结果。

本发明授权一种基于关键点对智能化匹配的多模态眼底图像配准方法在权利要求书中公布了：1.一种基于关键点对智能化匹配的多模态眼底图像配准方法，其特征在于：将多模态眼底图像数据集经过划分与增强后送入YOLOv8神经网络进行训练；其中，数据集划分与增强的步骤如下：将制作的数据集划分为训练集、验证集和测试集；并对训练集和验证集进行数据增强，包括但不限于旋转、镜像以及滤波操作，得到数据增强后的训练集和验证集;将数据增强后的训练集和验证集送入YOLOv8神经网络进行训练，选用训练得到的最优权重进行预测，得到预测结果，步骤如下：步骤a.采用CSPDarkNet作为Backbone，包括SPPF模块和C2f模块，将训练集送入Backbone提取多层次特征；步骤b.对来自Backbone的多层次特征，采用NAS-FPN网络进一步融合，在不同尺度上检测和定位关键点对；步骤c.在验证集上输出关键点对的分类结果和位置坐标，将验证过程中YOLOv8神经网络的最优权重进行保存，即得到最优的预测结果;所述YOLOv8神经网络的预测结果包含两部分，一部分是标记关键点对、边界框类别以及置信度的测试集图片；另一部分是包含关键点对类别、边界框坐标以及关键点对坐标的文本格式文件；根据预测结果选取三个关键点对，由三个关键点对计算仿射变换矩阵，对图像进行仿射变换得到配准结果；从文本格式文件中选取三个关键点对，步骤如下：步骤d.设置阈值Thre，将文本格式文件中关键点Pi∈P进行分类，P表示关键点集合，每个关键点Pi包含属性{Classi，box_xi，box_yi，box_widthi，box_heighti，xi，yi}，其中，Classi为关键点对的类别，box_xi为边界框左上角横坐标，box_yi为边界框左上角纵坐标，box_widthi为边界框宽度，box_heighti为边界框高度，xi为关键点的横坐标，yi为关键点的纵坐标；i=0,1,2,…,N，表示N个关键点；若关键点的横坐标xi小于阈值Thre，则将与之对应的关键点Pi归入到集合CFPoints中；否则，将其归入到集合FFAPoints中，集合CFPoints与FFAPoints组成关键点对；步骤e.从集合CFPoints中任选一关键点CFkpf作为基准点，计算该关键点CFkpf与其他关键点CFkpi的欧氏距离dis_CFkpfi，并找到距离该关键点CFkpf欧氏距离最远的关键点CFkpm，连接CFkpf与CFkpm，得到直线CFkpl；然后计算其他关键点CFkpi到直线CFkpl的垂直距离，选取垂直距离最大的关键点CFkpe；在集合FFAPoints选取与关键点CFkpf，CFkpm以及CFkpe具有相同关键点对的类别Classi的三个关键点作为FFAkpf，FFAkpm及FFAkpe；将三个关键点对CFkpf，FFAkpf，CFkpm，FFAkpm，CFkpe，FFAkpe用于计算仿射矩阵；图像配准；依据选取的关键点对CFkpf，FFAkpf，CFkpm，FFAkpm，CFkpe，FFAkpe，对仿射矩阵进行变换以实现图像配准。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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”。