Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华南理工大学贺霖获国家专利权

华南理工大学贺霖获国家专利权

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!

龙图腾网获悉华南理工大学申请的专利一种基于向量化特征筛选的无人机图像拼接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:CN119477681B

龙图腾网通过国家知识产权局官网在2025-11-14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:202411444483.4,技术领域涉及:G06T3/4038;该发明授权一种基于向量化特征筛选的无人机图像拼接方法是由贺霖;李忻怡;李军设计研发完成,并于2024-10-16向国家知识产权局提交的专利申请。

一种基于向量化特征筛选的无人机图像拼接方法在说明书摘要公布了:本发明公开了一种基于向量化特征筛选的无人机图像拼接方法,包括分别提取每幅图像的特征点,得到特征点匹配对;将匹配的特征点对构造为匹配的向量化特征对;随机选取向量化特征对,计算第一相似变换矩阵参数;统计符合第一相似变换矩阵的向量化特征对的个数,迭代后得到向量化特征对个数最多的集合;对个数最多的向量化特征对集合中的向量化特征对恢复得到特征点对,随机选取特征点对,计算第二相似变换矩阵参数,统计符合第二相似变换矩阵的特征点对个数,得到最终变换矩阵,根据计算所得的变换矩阵,得到图像的相对位置,通过图像融合步骤得到最终拼接图像。本发明能有效提高特征筛选正确率,得到较好的拼接效果,使其满足实际工业应用需求。

本发明授权一种基于向量化特征筛选的无人机图像拼接方法在权利要求书中公布了:1.一种基于向量化特征筛选的无人机图像拼接方法,其特征在于,包括: 读取多幅待拼接无人机图像,分别提取每幅图像的特征点; 对每幅图像中的特征点进行粗匹配,得到匹配的特征点对; 将匹配的特征点对构造为匹配的向量化特征对,首先根据特征点与原点的距离对匹配的特征点进行排序,然后将图像内部相邻的特征点连接起来,构成图内的向量化特征,再按顺序找出匹配的另一幅图内相应的向量化特征,即可构成m对匹配的向量化特征对集合; 从匹配的向量化特征对中随机选取向量化特征对,计算第一相似变换矩阵参数;统计其余向量化特征对中符合第一相似变换矩阵的向量化特征对的个数; 具体为: 从含有m对匹配的向量化特征的集合随机取j对向量化特征,用此j对向量化特征求取出一个只含旋转与尺度参数的第一相似变换矩阵S; 将匹配的向量化特征对vi与vj变换到齐次坐标系下后,设二者之间的关系满足第一相似变换矩阵S,即: 其中,θ为旋转参数,s为尺度参数; 重复上一步,达到设定的迭代次数,得到符合第一相似变换矩阵的向量化特征对个数最多的集合; 对个数最多的向量化特征对集合中的向量化特征对进行恢复,得到特征点对,随机选取特征点对,计算第二相似变换矩阵参数,统计剩余特征点对中,符合第二相似变换矩阵的特征点对个数; 具体为: 从向量化特征对集合A中随机取k对特征点,用此k对特征点求取出一个具有6个参数的第二相似变换矩阵H; 将匹配的特征点对pi与pj变换到齐次坐标系后,设二者之间的关系满足第二相似变换矩阵H,即: 其中,s表示尺度参数,θ表示旋转参数,tx,ty是沿着X轴,Y轴的位移; 重复上一步,达到设定的迭代次数后,得到符合第二相似变换矩阵的特征点对个数最多的集合,同时输出集合对应的第二相似变换矩阵作为最终变换矩阵根据计算所得的最终变换矩阵,得到图像的相对位置,通过图像融合步骤得到最终拼接图像。

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南理工大学,其通讯地址为:510640 广东省广州市天河区五山路381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。

免责声明
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。