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！

龙图腾网获悉同济大学申请的专利一种基于无监督学习的无人机航拍图像配准方法、系统、设备及存储介质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：CN117115217B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202311045931.9，技术领域涉及：G06T7/33；该发明授权一种基于无监督学习的无人机航拍图像配准方法、系统、设备及存储介质是由赵生捷;李冰;张佳煜设计研发完成，并于2023-08-18向国家知识产权局提交的专利申请。

本一种基于无监督学习的无人机航拍图像配准方法、系统、设备及存储介质在说明书摘要公布了：本发明涉及一种基于无监督学习的无人机航拍图像配准方法、系统、设备及存储介质，所述方法包括以下步骤：建立数据集：获取无人机航拍连续帧图像，将连续帧图像的相邻两帧组成一组图像对；优化配准算法网络：将图像对输入配准算法网络进行优化，通过三元损失函数的数值判定配准算法网络优化完成；完成图像配准：将待配准的图像对输入至优化完成的配准算法网络得到配准的图像。与现有技术相比，本发明具有能够准确描述图像之间的相似性，进而能够进行精确的图像配准的优点。

本发明授权一种基于无监督学习的无人机航拍图像配准方法、系统、设备及存储介质在权利要求书中公布了：1.一种基于无监督学习的无人机航拍图像配准方法，其特征在于，包括以下步骤： 建立数据集：获取无人机航拍连续帧图像并建立数据集，将连续帧图像的相邻两帧组成一组图像对，每组图像对包括含一个源图像S和一个目标图像T； 优化配准算法网络：所述的配准算法网络包括特征提取网络、一致性网络、回归网络和空间变换网络；将所述的图像对输入特征提取网络进行特征提取得到特征图；根据所述的特征图生成第一相关性矩阵C；将所述的第一相关性矩阵C输入至一致性网络得到第二相关性矩阵C'；将第二相关性矩阵C'输入回归网络，得到二维仿射矩阵θts；将源图像S和二维仿射矩阵θts输入至空间变换网络，得到经过几何变化的图像S'； 将经过几何变化的图像S'、源图像S和目标图像T输入相似性网络，优化三元损失函数，如果三元损失函数的数值停止下降时，停止迭代，配准算法网络优化完成；所述的优化三元损失函数通过相似性网络计算三元损失函数的参数来实现，所述的相似性网络包括高级特征描述网络HardNet和相似性NCC函数，将二维仿射矩阵θts依次经过高级特征描述网络HardNet和相似性NCC函数计算得到特征描述符desS'和相似性系数NCC，计算三元损失函数的步骤包括： 将所述的图像S'、源图像S和目标图像T输入高级特征描述网络HardNet，得到特征描述符desS'、desS和desT； 基于desS'和desT利用所述的相似性NCC函数计算SimS',T，基于desS和desT利用所述的相似性NCC函数计算SimS,T； 基于SimS',T和SimS,T计算三元损失函数，其表达式为： L＝maxSimS′,T-SimS,T+marginδ,0， 其中，δ指的是数据集全部进行训练的次数； 完成图像配准：将待配准的图像对输入至优化完成的配准算法网络得到配准的图像。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。

以上内容由龙图腾AI智能生成。