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！

龙图腾网获悉北京卫星环境工程研究所申请的专利一种载人航天器AIT过程超高清全景图像配准技术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：CN114283298B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202111501989.0，技术领域涉及：G06V10/75；该发明授权一种载人航天器AIT过程超高清全景图像配准技术是由付光辉;黄垒;赵志纲;苏亮;司顺成;李志明;余越;王威;苏东;金晓亮;张广慧设计研发完成，并于2021-12-09向国家知识产权局提交的专利申请。

本一种载人航天器AIT过程超高清全景图像配准技术在说明书摘要公布了：基于传统的SIFT配准算法容易将不同位置相同小目标上的特征点识别为同一特征点，导致特征点匹配错误，影响全景图像拼接的结果，为解决该问题，本发明提出一种载人航天器AIT过程超高清全景图像配准技术，在特征配准时利用感知哈希算法Perceptualhashalgorithm，PHA对匹配点对进行粗提纯，之后判断匹配点是否在特定目标上，并去除特定目标上的匹配点，解决了特征配准时配准错误的问题，具体步骤如下：S1：利用单站点采集的原始数据构建特定目标检测的训练样本集；S2：基于Haar特征级联分类器训练检测模型；S3：基于SIFT方法确定图像匹配点对；S4：利用感知哈希算法对匹配点对进行粗提纯；S5：基于检测模型去除特定目标上的匹配点对；S6：构建图像变换模型。

本发明授权一种载人航天器AIT过程超高清全景图像配准技术在权利要求书中公布了：1.一种载人航天器AIT过程超高清全景图像配准技术，其特征在于，包括如下步骤： S1：利用单站点采集的原始数据构建特定目标检测的训练样本集； 所述S1：具体包括步骤S11和步骤S12； S11：根据载人航天器舱外的结构确定不同位置存在目标一致的特定目标； S12：构建特定目标检测的训练样本集； 所述训练样本集由正样本集和负样本集构成，利用单站点采集的原始图像构建所述训练样本集，假设待拼接图像的尺度大小为M×N，从待拼接图像序列中截取每个特定目标的正视图，并将每个正视图缩小c倍，缩小后的尺寸为u×u； 对每个所述特定目标的1张正视图进行三维旋转和改变亮度的方式扩充正样本集，根据所述特定目标在载人航天器上的状态确定目标在三维旋转时的旋转角度范围，通过随机改变正视图的三维旋转角度和亮度构建每个特定目标的T个正样本集；通过从待拼接图像序列中随机选取不包含特定目标的区域构成T个负样本集，并将每个负样本集缩小c倍，缩小后的尺寸为w×w，其中，w＞u； S2：基于Haar特征级联分类器训练检测模型； 所述S2：具体为利用基于Haar特征的级联分类器训练检测模型，利用积分图方法计算Haar特征值，利用Adaboost算法训练出每一个弱分类器，然后把每一个弱分类器按照组合策略得到一个强分类器，通过训练多个强分类器并按照级联的方式组合在一起得到级联分类器，所述特定目标包括σ个目标，以每个特定目标的所述正样本集和所述负样本集分别训练得到3个强分类器，一共训练得到3σ个强分类器，3σ个强分类器级联在一起构成最终的分类器，先利用强分类器1、强分类器2和强分类器3实现第一个特定目标的检测，对检测出来的非目标区域利用强分类器4、强分类器5和强分类器6实现第二个特定目标的检测，以此类推完成σ个特定目标的检测； S3：基于SIFT方法确定图像匹配点对； 所述S3：包括步骤S31和步骤S32； S31：特征检测 所述步骤S31基于SIFT方法得到待拼接图像序列中所有图像的特征点和特征描述符； S32：特征配准 所述步骤S32利用近似最近邻Best-Bin-First，BBF算法进行特征配准得到图像匹配点对，将待拼接图像序列的所有匹配点对构成图像匹配点对数据集{X1,X2,...,Xn-1,Xn}，其中n表示匹配点对的数量，Xi＝{p,q,xp,yp,xq,yq}表示第i个匹配点对的信息，其中p表示匹配点对中第一个匹配点所在图像的序列号，xp和yp表示第一个匹配点在图像上的位置坐标，q表示匹配点对中第二个匹配点所在图像的序列号，xq和yq表示第二个匹配点在图像上的位置坐标； S4：利用感知哈希算法Perceptualhashalgorithm，PHA对匹配点对进行粗提纯； 所述S4:具体为对每一个匹配点对进行粗提纯，提取匹配点对周围区域的图像，利用感知哈希算法计算两个匹配点周围区域图像的相似度，当相似度小于设定的阈值时，去除对应的匹配点对； S5：基于检测模型去除特定目标上的匹配点对； 所述S5：包括步骤S51、步骤S52和步骤S53； S51：截取匹配点附近区域为检测区域 对每个所述匹配点对中第一个匹配点所在的图像进行检测，由于检测的目的是确定匹配点是否在特定目标上，因此只需要对匹配点附近区域内的图像进行检测，截取匹配点附近区域内的原始图像为检测区域，检测区域中心点的位置坐标与匹配点的位置坐标一致，检测区域中心点的位置坐标为xp,yp； S52：利用级联分类器检测特定目标 在检测区域内设置滑动子窗口，针对每一个滑动子窗口利用训练好的级联分类器进行检测，判断滑动子窗口内是否存在特定目标； S53：去除在特定目标上的匹配点对 如果在检测区域内检测到特定目标，则确定匹配点与每一个特定目标的位置关系，假设检测区域内特定目标的数目为K，第k个特定目标中心点的位置坐标为xk,yk，宽为wk，高为hk，如果存在k，满足且则该匹配点对在特定目标上，将该匹配点对从匹配点对数据集中去除，如果检测区域内没有检测到特定目标或者匹配点不在检测到的特定目标上，则保留对应的匹配点对； S6：构建图像变换模型； 所述S6：具体为通过特征匹配点对确定参与匹配图像的变换关系，并变换到同一坐标系中，求解得到图像变换矩阵。

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北京卫星环境工程研究所，其通讯地址为：100094 北京市海淀区友谊路104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”。