[发明专利]一种基于卷积神经网络的图像配准方法在审
| 申请号： | 201811193622.5 | 申请日： | 2018-10-15 |
| 公开（公告）号： | CN109544610A | 公开（公告）日： | 2019-03-29 |
| 发明（设计）人： | 吕卫;赵薇;褚晶辉 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06T7/33 | 分类号： | G06T7/33 |
| 代理公司： | 天津市北洋有限责任专利代理事务所 12201 | 代理人： | 李林娟 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于卷积神经网络的图像配准方法，所述方法包括以下步骤：利用VGG‑16卷积网络对参考图像、移动图像分别提取特征点，以此生成参考特征点集以及移动特征点集；当特征点的距离矩阵同时满足第一、第二约束条件时，执行预匹配操作，即所述参考特征点集中的特征点x、与所述移动特征点集中的特征点y是匹配点；设置某一阈值，结合迭代对预匹配后的特征点进行动态的内点选择，筛选出最终的特征点，并获取先验概率矩阵；根据先验概率矩阵、EM算法寻找最优参数，实现图像配准。本发明在特征点匹配时通过动态内点选择动态地逐步增加内点，提高了配准准确率。 | ||
| 搜索关键词： | 特征点 图像配准 内点 矩阵 卷积神经网络 参考特征 先验概率 移动特征 点集 配准准确率 特征点匹配 参考图像 距离矩阵 匹配操作 提取特征 移动图像 约束条件 逐步增加 最优参数 动态的 匹配点 迭代 卷积 匹配 筛选 网络 | ||
【主权项】：
1.一种基于卷积神经网络的图像配准方法，其特征在于，所述方法包括以下步骤：利用VGG‑16卷积网络对参考图像、移动图像分别提取特征点，以此生成参考特征点集以及移动特征点集；当特征点的距离矩阵同时满足第一、第二约束条件时，执行预匹配操作，即所述参考特征点集中的特征点x、与所述移动特征点集中的特征点y是匹配点；设置某一阈值，结合迭代对预匹配后的特征点进行动态的内点选择，筛选出最终的特征点，并获取先验概率矩阵；根据先验概率矩阵、EM算法寻找最优参数，实现图像配准。
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天津大学，未经天津大学许可，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/201811193622.5/，转载请声明来源钻瓜专利网。
