山东大学李敏获国家专利权
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!
龙图腾网获悉山东大学申请的专利基于深度学习增强的弱光环境下双目视觉定位方法及系统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:CN120318479B 。
龙图腾网通过国家知识产权局官网在2025-10-24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:202510819725.1,技术领域涉及:G06V10/22;该发明授权基于深度学习增强的弱光环境下双目视觉定位方法及系统是由李敏;刘庆雨;徐天河设计研发完成,并于2025-06-19向国家知识产权局提交的专利申请。
本基于深度学习增强的弱光环境下双目视觉定位方法及系统在说明书摘要公布了:本发明提出了基于深度学习增强的弱光环境下双目视觉定位方法及系统,计算机视觉技术领域。方法包括:获取双目视觉图像;采用边缘检测模型对图像进行边缘特征增强;使用直线检测算法对边缘特征增强后的图像进行线特征提取,并采用光线擦除逻辑剔除因点光源散射产生的虚假线段;使用图像点特征提取模型提取图像的点特征;基于获取的点特征,采用图像匹配模型进行特征匹配;基于关键帧选择策略,筛选具有位置、角度变化和低特征匹配数的帧进行后端优化,输出最终定位轨迹;后端优化过程包括通过构建点、线特征的重投影残差模型对帧间位姿进行优化。提升了弱光环境下的特征提取稳定性、有效抑制了光线散射干扰,提高了实用性。
本发明授权基于深度学习增强的弱光环境下双目视觉定位方法及系统在权利要求书中公布了:1.基于深度学习增强的弱光环境下双目视觉定位方法,其特征在于,包括: 获取双目视觉图像; 采用边缘检测模型对双目视觉图像进行边缘特征增强; 所述采用边缘检测模型基于改进的VGG16网络结构,删除全连接层和第五层池化层,并通过多尺度特征融合增强边缘检测能力; 使用直线检测算法对边缘特征增强后的双目视觉图像进行线特征提取,并采用光线擦除逻辑剔除因点光源散射产生的虚假线段,包括: 提取边缘特征增强后的双目视觉图像的线特征以及图像中光源的几何中心坐标;提取所有线的端点对应的像素值,并对线段端点做对比度拉伸,并设置散光阈值;将对比度拉伸后的端点像素值进行灰度值计算,对起始点灰度值都大于散光阈值的线段进行进一步排除,并计算光源中心坐标到每个线的垂直距离,通过距离阈值判断是否是由散光造成的; 使用图像点特征提取模型提取双目视觉图像的点特征;基于获取的点特征,采用SuperGlue模型进行特征匹配;判断点特征与线特征的位置关系,使用点特征匹配的关系来得到线特征匹配的关系,包括: 基于图像点特征提取模型获取的描述符,采用注意力机制和图神经网络优化特征点匹配,并通过dustbin机制过滤错误匹配对; 得到点特征的匹配关系后,对于同一图像上的点和线特征,判断哪些点特征在线特征上或者点的位置距离线特征的位置小于设定的匹配阈值,则定义该点特征属于该线特征,根据点特征的匹配关系,进而得到线特征的匹配关系; 基于关键帧选择策略,筛选具有位置、角度变化和低特征匹配数的帧进行后端优化,输出最终定位轨迹;所述后端优化包括通过构建点、线特征的重投影残差模型对帧间位姿进行优化。
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山东大学,其通讯地址为:264209 山东省威海市环翠区文化西路180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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励