申请/专利权人：安徽农业大学

申请日：2022-10-31

公开（公告）日：2024-06-04

公开（公告）号：CN115641368B

主分类号：G06T7/60

分类号：G06T7/60;G06T7/80;G06N3/0455;G06N3/09

优先权：

专利状态码：有效-授权

法律状态：2024.06.04#授权;2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本发明公开了一种用于标定的离焦棋盘格图像特征提取方法，包括：S1、获取棋盘格图像；S2、检测亚像素精度的特征点，设计标签图像；S3、制作数据集；S4、设计深度编码解码的权重回归网络；S5、以模糊离焦图像为输入，以标签图像为输出对网络进行反复训练；S6、分析训练网络的输出图像，检测输出图像中每个灰度圆的灰度中心，即为特征点。本发明着眼于离焦图像像素级分析，通过对标签图像带权重像素级回归，使网络实现像素是否为特征点检测。对输入数据集进行加噪处理，使网络对采集图像噪声具有较强鲁棒性；同时将Unet网络中卷积层更换为残差块，以适应深层网络训练；按照标签图像中像素位置，在损失函数中设置不同权重，以提高特征点检测精度。

主权项：1.一种用于标定的离焦棋盘格图像特征提取方法，其特征在于：具体包括以下步骤：步骤S1：在聚焦状态下，以不同的姿势拍摄标靶，并保证标靶在相机视野内，采集到多姿势的聚焦图像Ju,v；步骤S2：针对每个姿势的聚焦图像Ju,v，采用Bouguet算法检测聚焦图像Ju,v的特征点，并以每个检测的特征点为圆心生成小邻域内的圆形灰度图像Bu,v作为标签图像；步骤S3：对每个姿势的聚焦图像Ju,v进行高斯模糊变换，以模拟离焦图像Iu,v，为了增强提取方法对噪声图像的鲁棒性，对离焦图像Iu,v添加随机噪声，并保持标签图像Bu,v不变；对离焦图像Iu,v进行旋转、缩放；同时对标签图像Bu,v进行相应的旋转与缩放；以增强网络对噪声图像的鲁棒性；步骤S4：基于U-Net网络建立自动编码解码的权重回归网络，经过若干残差块、ReLu激活和池化层对图像进行编码，再经过若干反卷积、ReLu激活，上采样和级联层进行解码，并用回归层替换原网络中的Softmax分类层；考虑到标签图像Bu,v中的像素对特征检测任务的重要程度不同，在回归层设计带权重的损失函数，即对不同区域的像素施加不同的权重；步骤S5：以步骤S3中制作的增广数据集为网络的输入图像，以标签图像Bu,v为输出，采用SGDM算法对网络进行像素至像素的监督训练；步骤S6：利用训练好的网络对离焦图像进行回归计算，得到输出图像Lu,v，对其进行二值化得到图像LBWu,v,再利用连通域标记获得每个圆的感兴趣区域Rku,v，其中下标k表示圆的次序；根据每个圆的感兴趣区域Rku,v，从输出图像Lu,v中提取每个灰度圆的图像Cku,v，最后检测亚像素精度的灰度中心，即为特征点。

全文数据：

权利要求：

百度查询： 安徽农业大学 一种用于标定的离焦棋盘格图像特征提取方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD