龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广东工业大学
申请日：2021-11-23
公开（公告）日：2024-06-18
公开（公告）号：CN114066943B
主分类号：G06T7/246
分类号：G06T7/246;G06T7/66;G06V10/143;G06V10/46;G06V10/762;G06V10/82;G06N3/0464
优先权：
专利状态码：有效-授权
法律状态：2024.06.18#授权;2023.09.29#著录事项变更;2022.03.08#实质审查的生效;2022.02.18#公开
摘要：本发明属于图像处理领域，公开了一种基于特征的多模态图像配准方法，用于解决传统的基于特征的图像配准算法无法同时对多张多模态的图像同时进行配准的问题，本发明的图像配准算法先获取一组多模态的图片，每张图像均采用特征提取的方法提取特征向量。将全部特征向量使用机器学习中k‑means聚类算法进行聚类，完成对不同模态的图像中表征同一个特征点的特征向量逐一匹配，再选定该组不同模态的图像的其中一张作为固定图像，将其余的图像作为浮动图像，利用聚类后的每个簇中表征同一个特征点的特征向量去求解能使浮动图像与固定图像进行对齐的单应性矩阵，最后将各自求解出来的单应性矩阵与浮动图像自身齐次坐标进行相乘，得到一组配准后的多模态图像。
主权项：1.一种基于特征的多模态图像配准方法，其特征在于，包括以下步骤：S1、使用不同成像模式的相机对配准主体进行拍摄，获得一组由M种不同的成像模式所拍摄的M张多模态图像；S2、在该组图像中，每张图像均采用特征提取的方法提取n个128维的特征向量即每张图像各自生成n个特征描述子；S3、将M张图像共计M×n个特征向量使用机器学习中k-means聚类算法在k＝n的情况下将全部的特征向量分为n个簇，之后再筛选掉n个簇中的特征向量数量不等于M的簇，完成对不同模态的图像中表征同一个特征点的特征向量逐一匹配；S4、选定该组不同模态的图像的其中一张作为固定图像，将其余的图像作为浮动图像，在特征向量簇中任取一簇，利用在该簇中固定图像的特征向量的位置信息与中任一浮动图像的特征向量的位置信息构建单应性矩阵方程，求解矩阵方程，可得到该组图像任一浮动图像与固定图像之间的单应性矩阵；S5、将浮动图像各自求解得出的单应性矩阵与浮动图像自身的齐次坐标进行相乘，得到一组配准后的多模态图像，共计M张。
全文数据：
权利要求：
百度查询： 广东工业大学 一种基于特征的多模态图像配准方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号