[发明专利]一种大视场显示设备的畸变校正方法有效
| 申请号： | 201510901381.5 | 申请日： | 2015-12-07 |
| 公开（公告）号： | CN105427241B | 公开（公告）日： | 2020-02-18 |
| 发明（设计）人： | 田立坤 | 申请（专利权）人： | 中国航空工业集团公司洛阳电光设备研究所 |
| 主分类号： | G06T3/00 | 分类号： | G06T3/00;G06N3/08 |
| 代理公司： | 郑州睿信知识产权代理有限公司 41119 | 代理人： | 胡泳棋 |
| 地址： | 471009 *** | 国省代码： | 河南;41 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种大视场显示设备的畸变校正方法，属于智能信息图像处理技术领域。本发明通过建立含有双层隐含结构的人工神经网络，并利用粒子群算法求解中双层隐含结构的人工神经网络各层权值和阈值，将得到全局极值对应的值作为神经网络的权值与阈值，并代入所建立的人工神经网络中进行训练学习，以形成图像畸变校正模型，最后将畸变图像数据输入到畸变校正模型进行校正，结果即为校正后的图像。本发明采用了粒子群算法训练人工神经网络的权值和阈值来克服传统人工神经网络存在局部极小值收敛速度慢等缺点，本发明易于实现、数据处理能力强、校正精度高，适合于大视场显示设备的畸变校正。 | ||
| 搜索关键词： | 一种 视场 显示 设备 畸变 校正 方法 | ||
【主权项】：
一种大视场显示设备的畸变校正方法，其特征在于，该畸变校正方法的步骤如下：1)获取大视场显示设备的畸变图像和像源原始图像的若干个抽样点作为样本数据，并对其进行规格化处理；2)建立含有双层隐含结构的人工神经网络，并将规格化处理后样本数据中的畸变图像数据作为该人工神经网络的输入样本，将规格化处理后样本数据中的像源原始图像数据作为该人工神经网络的输出样本；3)利用粒子群算法求解步骤2)中双层隐含结构的人工神经网络各层权值和阈值，得到全局极值对应的值即为神经网络的权值与阈值；4)将步骤3)中获取的最优解代入所建立的人工神经网络中进行训练学习，以形成图像畸变校正模型，将畸变图像数据输入到畸变校正模型进行校正，结果即为校正后的图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国航空工业集团公司洛阳电光设备研究所，未经中国航空工业集团公司洛阳电光设备研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201510901381.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于双三次布尔和形式的图像插补方法及其装置
- 下一篇：图像裁剪方法
