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！

龙图腾网获悉华侨大学;泉州市展鸿自动化科技有限公司申请的专利基于卷积网络与全局特征提取网络的图像配准方法和装置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：CN119831829B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510305283.9，技术领域涉及：G06T3/14；该发明授权基于卷积网络与全局特征提取网络的图像配准方法和装置是由凌孟德;温廷羲;罗欣;傅玉青;黄建龙;陈心文设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本基于卷积网络与全局特征提取网络的图像配准方法和装置在说明书摘要公布了：基于卷积网络与全局特征提取网络的图像配准方法和装置，包括：从产品的原始设计图中提取待打印上色的图像作为固定图像，从产品的成品图像中提取相应的待打印上色的图像作为移动图像；将所述固定图像和所述移动图像输入可变形图像配准网络以生成形变场，通过空间变换函数将所述形变场应用于所述移动图像，生成相应的变形后图像，所述变形后图像用于替换所述原始设计图作为所述产品的打印上色参考图像；通过计算所述固定图像与所述变形后图像之间的相似度来调整所述可变形图像配准网络的参数，直至二者相似度达到最大。本发明将轻量化卷积网络和Transformer的优点结合起来，通过并行处理局部和全局的特征实现精确的图像配准。

本发明授权基于卷积网络与全局特征提取网络的图像配准方法和装置在权利要求书中公布了：1.一种基于卷积网络与全局特征提取网络的图像配准方法，其特征在于，包括如下： 从产品的原始设计图中提取待打印上色的图像作为固定图像，从产品的成品图像中提取相应的待打印上色的图像作为移动图像； 将所述固定图像和所述移动图像输入可变形图像配准网络以生成形变场，通过空间变换函数将所述形变场应用于所述固定图像，生成相应的变形后图像，所述变形后图像用于替换所述原始设计图作为所述产品的打印上色参考图像； 通过计算所述固定图像与所述变形后图像之间的相似度来调整所述可变形图像配准网络的参数，直至二者相似度达到最大； 所述可变形图像配准网络包括轻量化卷积网络和Transformer网络构建的U型结构，其包括下采样阶段和上采样阶段；所述下采样阶段对输入图像提取局部特征和全局特征，并进行拼接融合；所述上采样阶段对所述下采样阶段输出的特征图进行上采样及尺寸恢复，并通过跨层连接将所述下采样阶段输出的所述特征图与所述上采样中的特征图进行拼接和融合，再生成所述形变场； 所述上采样阶段采用三线性插值将所述下采样阶段的特征图进行尺寸恢复，具体如下：Fup＝TrilinearInterpFdown,Hup,Wup,Dup； 其中TrilinearInterp代表三线性插值函数，Fdown代表下采样阶段的特征图，其中Hd、Wd和Dd分别是下采样后的高度、宽度和深度，Cdown是下采样的通道数，Hup,Wup,Dup分别代表特征图恢复后的高度、宽度和深度，Cup是上采样的通道数； 所述跨层连接将所述下采样阶段的特征图与尺寸恢复后的特征图进行拼接得到拼接后的特征图通过采用空间可分离卷积的卷积模块进行融合； 最后采用3D卷积模块生成所述形变场； 计算所述固定图像与所述变形后图像之间的相似度和调整所述可变形图像配准网络的参数的公式如下： Φ*＝argmaxΦSimilarityI,I； 其中，Φ*是使相似度最大化的最佳形变场；argmaxΦ是找出一个最优的形变场参数Φ；所述变形后的图像T·代表空间变换函数；Φ是所述可变形配准网络的参数,SimilarityI,TI,Φ表示所述固定图像I与所述变形后的图像之间的相似度；当相似度最大时，所述可变形图像配准网络处于最优状态，形变场已经被正确优化，所述变形后图像为最终的配准图像。

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华侨大学;泉州市展鸿自动化科技有限公司，其通讯地址为：362000 福建省泉州市丰泽区城东城华北路269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”。