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！

龙图腾网恭喜南京悠阔电气科技有限公司申请的专利基于多尺度融合特征点的变电站图像配准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：CN119048569B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202411092876.3，技术领域涉及：G06T7/33；该发明授权基于多尺度融合特征点的变电站图像配准方法及系统是由沈佐航;邵凯田;丁一帆;吴杰;马朋;刘奇设计研发完成，并于2024-08-09向国家知识产权局提交的专利申请。

本基于多尺度融合特征点的变电站图像配准方法及系统在说明书摘要公布了：本申请公开了一种基于多尺度融合特征点的变电站图像配准方法及系统，所述方法包括：采用特征提取算法，在至少两个图像尺寸中每个图像尺寸下，分别提取两张变电站图像的关键点与对应的特征向量；在每个图像尺寸下，分别基于获取的特征向量，对两张变电站图像中关键点进行配对；在每个图像尺寸下，分别提取两张变电站图像的关联关系；所述关联关系为两张变电站图像配对的关键点之间的对应关系；合并不同图像尺寸下的关联关系，并计算出每个关键点的相对偏移量；采用聚类方法，从合并后关联关系中筛除离散的关键点对；输出根据关联关系与相对偏移量完成配准处理后的变电站图像的像素偏移量。本申请能够实现更加准确且具有更好鲁棒性的图像配准。

本发明授权基于多尺度融合特征点的变电站图像配准方法及系统在权利要求书中公布了：1.一种基于多尺度融合特征点的变电站图像配准方法，其特征在于，包括：采用特征提取算法，在至少两个图像尺寸中每个图像尺寸下，分别提取两张变电站图像的关键点与对应的特征向量；所述两张变电站图像为由于球形摄像机移动偏差引起内容存在偏差的两张变电站图像；所述采用特征提取算法包括：根据不同的场景下，动态选择特征提取算法；包括：若当前所处场景为用电高峰期，则对应选择采用SIFT特征提取算法，若当前所处场景为用电低峰期，则对应选择采用ORB特征提取算法；或者当前场景处于天气质量良好的条件下，即实时采集的天气数据均处于对应第一预设范围内，则选择采用SURF或FAST特征提取算法；若当前场景处于天气质量差的条件下，即实时采集的天气数据均处于对应第二预设范围内，则选择采用深度学习模型完成特征提取；利用选择的特征提取算法，分别提取两张变电站图像的关键点与对应的特征向量；在每个图像尺寸下，分别基于获取的特征向量，对两张变电站图像中关键点进行配对；在每个图像尺寸下，分别提取两张变电站图像的关联关系；所述关联关系为两张变电站图像配对的关键点之间的对应关系；合并不同图像尺寸下的关联关系，并计算出每个关键点的相对偏移量；包括：以原始图像尺寸为基础，将其他图像尺寸的两张变电站图像进行缩放至原始图像尺寸大小，将不同尺寸的两张变电站图像中的关联关系进行整合到原始图像尺寸下的两张变电站图像；基于合并不同尺寸下的关联关系，针对合并后两张变电站图像中每一个关键点进行相对位置偏移量的计算，每个关键点相对于匹配的关键点的位置偏移量；采用聚类方法，从合并后关联关系中筛除离散的关键点对；输出根据关联关系与相对偏移量完成配准处理后的变电站图像的像素偏移量还包括：模拟生成由于球形摄像机移动偏差引起内容存在偏差的两张变电站图像以及实际由于球形摄像机移动偏差引起内容存在偏差的两张变电站图像，且模拟的两张变电站图像与实际的两张变电站图对应的球形摄像机移动偏差相同；利用深度学习模型分别对模拟的两张变电站图像、实际的两张变电站图像进行关键点提取或进行关键点配对；判断模拟的两张变电站图像与实际的两张变电站图像完成图像配准处理后输出的像素偏移量之差与像素偏移量差值预设阈值的大小；若输出的像素偏移量之差大于或等于像素偏移量差值预设阈值，则对于深度学习模型进行优化，利用优化后的深度学习模型继续对模拟的两张变电站图像、实际的两张变电站图像进行关键点提取或进行关键点配对，重复判断模拟的两张变电站图像与实际的两张变电站图像完成图像配准处理后输出的像素偏移量之差与像素偏移量差值预设阈值的大小，直至输出的像素偏移量之差小于像素偏移量差值预设阈值。

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南京悠阔电气科技有限公司，其通讯地址为：211100 江苏省南京市江宁区东吉大道1号(江宁开发区)；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”。