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 > 深圳深知未来智能有限公司邓熊狮获国家专利权

深圳深知未来智能有限公司邓熊狮获国家专利权

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!

龙图腾网获悉深圳深知未来智能有限公司申请的专利一种联合RCF和SuperRetina的边缘检测特征匹配图像配准方法、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:CN120031931B

龙图腾网通过国家知识产权局官网在2025-11-21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:202510496503.0,技术领域涉及:G06T7/33;该发明授权一种联合RCF和SuperRetina的边缘检测特征匹配图像配准方法、系统、设备及存储介质是由邓熊狮;林景洲;郭奇锋;张齐宁设计研发完成,并于2025-04-21向国家知识产权局提交的专利申请。

一种联合RCF和SuperRetina的边缘检测特征匹配图像配准方法、系统、设备及存储介质在说明书摘要公布了:本发明公开了一种联合RCF和SuperRetina的边缘检测特征匹配图像配准方法、系统、设备及存储介质,应用于图像处理技术领域,包括:利用初始配准参数对采集的可见光和红外图像进行初始配准处理;利用联合RCF和SuperRetina的边缘提取特征检测模型对初始配准处理后的双光图像进行红外及可见光图像的边缘提取以及特征关键点检测与描述;利用BFMatcher法对关键点和描述点进行匹配,并基于匹配相关性最好的点,利用findHomography法计算匹配特征之间的仿射变换单应性矩阵,根据矩阵利用warpPerspective法对红外初始配准图像进行最终配准。本发明显著提高了图像配准的准确性和可靠性。

本发明授权一种联合RCF和SuperRetina的边缘检测特征匹配图像配准方法、系统、设备及存储介质在权利要求书中公布了:1.一种联合RCF和SuperRetina的边缘检测特征匹配图像配准方法,其特征在于,包括: 步骤1:利用初始配准参数对采集到的可见光图像和红外图像进行初始配准处理;所述初始配准参数的获取,具体为: 利用棋盘格标定板作为参照物,每隔一段距离采集同一时刻的可见光和红外图像,找到红外图像中的棋盘格标定板与可见光图像中的棋盘格标定板完全对齐重叠的图像对,记录当前红外图像在可见光图像中的位置坐标; 根据位置坐标裁剪可见光图像,使得可见光和红外图像的大小一样,并利用XoFTR法对裁剪后的可见光和红外图像进行特征点检测和匹配,计算初始仿射变换单应性矩阵,将位置坐标和初始仿射变换单应性矩阵作为初始配准参数; 步骤2:利用联合RCF和SuperRetina的边缘提取特征检测模型对初始配准处理后的双光图像进行红外及可见光图像的边缘提取以及特征关键点检测与描述; 步骤3:利用BFMatcher法对关键点和描述点进行匹配,并基于匹配相关性最好的点,利用findHomography法计算匹配特征之间的仿射变换单应性矩阵,根据所述仿射变换单应性矩阵利用warpPerspective法对初始配准处理后的红外初始配准图像进行最终配准; 步骤2中,还包括:对所述边缘提取特征检测模型的损失进行改进,具体为: 对RCF的损失loss1赋予一个权值,以迭代更新训练模型,则所述边缘提取特征检测模型改进后的损失,如下: loss==loss1*w+loss2; 其中,loss为所述边缘提取特征检测模型改进后的损失;loss1为RCF的损失;w为loss1的权值;loss2为SuperRetina的损失。

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深圳深知未来智能有限公司,其通讯地址为:518101 广东省深圳市宝安区新安街道大浪社区大宝路51号政华第一科技工业城一栋402;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。