一种基于Siamese网络的异尺寸图像配准方法，该方法利将配准图像输入到Siamese的子网络中，分别提取对应输入图像的特征，在该框架里面设计了一个填充模块，该模块可以使得不同尺寸的配准图像输入到网络中也可以实现训练，达到不同尺寸图像配准的效果；并且Siamese的子网络是权值共享的，这样，即使引入了一条下采样结构，网络的参数也并没有增加。配准框架均采用弱监督的学习形式，只需要对配准结构进行标注，获得的解剖标签用于训练过程中的损失函数计算，实现了特定组织部位异尺寸的有效配准。
📄 2021105432181
📂 G06T7_33
👤 浙江工业大学
📅 2021-05-19
本发明公开了基于网格特征描述的堆叠工件遮挡点云配准方法及装置，该方法包括：获取工件的位姿点云和工件目标点云并进行预处理，得到合成的工件模板点云候选点集和工件目标点云候选点集；计算两个候选点集中每一个点的高斯曲率，筛选高斯曲率大于阈值的点作为关键点，得到模板点云关键点集和工件目标点云关键点集；利用邻域三角面片几何特征对两个关键点集进行特征描述并计算卡方相似度，确定初始对应点对集合，采用余弦相似度差异性方法来去除错误点对，得到正确的点对关系；从其中随机选择n组对应点对，通过SVD奇异值分解求解刚性变化矩阵以完成粗配准，选择若干次粗配准中误差最小的刚性变换矩阵作为粗配准结果，结合ICP算法获得最终配准结果。
📄 2023102954102
📂 G06T7_33
👤 浙江工业大学
📅 2023-03-24
一种多视角三维指纹粗配准方法，包括如下步骤：1)读取两组不同视角的三维指纹数据，分别作为源指纹和目标指纹。每组数据包含一帧点云数据和对应同步拍摄的二维指纹图像。对二维指纹图像进行增强与细化，得到脊谷分明的二值化指纹图。2)对两幅二值化指纹图提取特征点，并进行特征描述。3)对两组特征点信息进行模糊匹配，获得初始模糊匹配对。4)使用不同特征点对之间的几何位置关系进行双重匹配验证，滤除错误的匹配点对。5)根据匹配的二维特征点对找到对应的源三维指纹点云数据和目标三维指纹点云数据的三维点云特征点对，进行粗配准，得到初始变换矩阵。本发明能够从非接触式二维指纹图像中提取匹配特征点对，以更高的准确性和鲁棒性实现多视角三维指纹点云粗配准。
📄 2022101764515
📂 G06T7_33
👤 浙江工业大学
📅 2022-02-25
一种基于四旋翼无人机的单目相机尺度估计方法，包括以下步骤：1)获取图像及IMU参数信息；2)提取二维图像特征点并进行特征匹配；3)求解相机的外参矩阵；4)融合IMU信息，估计单目相机的尺度，本发明提出一种针对四旋翼飞行器的地图构建问题的简单且运算量低的单目摄像机尺度估计方法，为四旋翼无人机地图构建提供了有效的尺度因子。
📄 201810324883X
📂 G06T7_33
👤 浙江工业大学
📅 2018-04-12
人机共存环境下基于视觉的多运动人体目标跟踪方法，首先利用Mask R‑CNN模型对每帧图像进行目标检测与识别；在网络模型构建的过程中，对共享卷积层做剪枝操作，通过构造一个损失评估函数来衡量修剪前后的模型变化，过程中依次修剪每个非零卷积核，并记录损失评估函数值。根据每个卷积核的损失函数值对参数进行贡献度排序，删除贡献度低的参数；对修剪后的神经网络模型进行小型训练，微调神经网络参数；重复修剪与微调步骤，在达到指标后停止修剪。图像经Mask R‑CNN模型，输出图像中多运动人体的检测识别结果，包括代表人体目标的目标矩形框参数等。最后，利用目标矩形框的直方图特征，对上下帧图像进行目标匹配，完成多运动人体目标的跟踪。
📄 2019104475708
📂 G06T7_33
👤 浙江工业大学
📅 2019-05-27
一种3D激光雷达点云数据预测点的快速选取配准方法，通过将激光雷达扫描的整个点云数据集等分割成一些子数据集，对子数据集中的各数据点进行规则划分处理后，再基于子数据集划分数据点的规则，分别为各个子数据集中的测试点进行快速配准处理，验证选取预测点。本发明提升三维点云数据集中预测点集的整体配准速率。所提出的三维激光雷达点云数据预测点的快速选取配准方法对于激光SLAM建图中点云数据的点集配准处理具有很大的参考价值。
📄 202110836883X
📂 G06T7_33
👤 浙江工业大学
📅 2021-07-23
一种基于语义分割的多视角异源点云配准方法和装置，其方法包括：利用不同传感器采集现实场景的俯视及地面平视视角异源数据，使用三维重建算法构建出异源三维场景点云并降采样预处理得到训练数据集；将数据集导入至RandLA‑Net算法进行训练；利用语义分割算法可分别获取不同视角的点云语义标签，提取特定标签点云并进行点云滤波处理；对滤波后标签点云做立体包围框，通过配准两个世界坐标系中的包围框间接得到两个异源点云变换矩阵，实现多视角异源点云配准融合。本发明利用点云降采样、语义分割、点云滤波、立体包围框等技术能够解决多视角异源点云配准问题，并能够增强配准的鲁棒性，提高配准的准确性。
📄 2024116154874
📂 G06T7_33
👤 浙江工业大学
📅 2024-11-13
本发明提供一种融合特征配准与形变优化的数字印刷图像配准方法，涉及数字印刷领域，该方法包括：利用特征提取算法实现全局配准；再结合形变估计算法进行局部形变优化；在全局配准阶段自适应引入缩小因子来提升配准效率；在局部形变优化阶段，对印前原图进行超像素分割，根据印刷图像与印前原图的对应超像素区域的差值信息，引入非线性的亮度补偿机制，从而克服亮度对形变估计算法的约束。本发明能应对印刷过程中以及对印刷图像进行采集的过程中，印刷图像可能出现的各种刚性变形、弹性变形以及与印前原图之间的亮度差异，从而提升数字印刷图像的配准精度。
📄 202411714198X
📂 G06T7_33
👤 浙江工业大学
📅 2024-11-27
一种基于三维卷积神经网络的点云配准方法，包括如下步骤：第一步：获取训练点云模型和待配准目标点云模型，计算其在观测方向上的深度图像；第二步：构建三维卷积神经网络模型，设定训练参数和损失函数，使用获取的数据集来训练网络，得到训练好的三维卷积神经网络模型；第三步：通过训练好的三维卷积神经网络模型来提取目标模型两视角下点云的特征点；第四步：根据提取到的特征点结合配准算法来计算两视角点云之间的配准参数。本发明具有良好的鲁棒性，可以在低分辨率、遮挡等条件不同的情况下准确的提取出点云的特征点。
📄 2018103425904
📂 G06T7_33
👤 浙江工业大学
📅 2018-04-17
一种基于循环生成对抗网络的多序列磁共振图像配准方法，包括以下步骤：1)对输入的序列1和序列2的磁共振原始图像，用CycleGAN进行训练，输出序列1和序列2的磁共振生成图像；2)对同序列的生成图像和原始图像进行单模态配准，计算变换矩阵及同序列两图之间的相似性度量；3)比较两个序列的相似性度量，选择对应策略，输出最终变换矩阵；4)使用最终变换矩阵对浮动图进行变换，获得最终的结果图。本发明对已配准样本的依赖较小，网络可训练性较高，抗干扰能力较强，配准精度较高。
📄 2018111283816
📂 G06T7_33
👤 浙江工业大学
📅 2018-09-27
本发明公开了一种用于三维重建的点云配准方法包括：S101、获得多视角三维点云，取两视角三维点云分别作为源点集和目标点集；S102、构建KD‑tree；S103、求取源点集中各点的法向量；S104、计算法向量夹角平均值；S105、将源点集中的点分级并设置最大分辨率，初始时分辨率为1；S106、计算当前分辨率下源点集中每一级的采样比例并提取采样点；S107、基于本发明中的匹配度求采样点在目标点集的匹配点；S108、使用四元数法计算旋转矩阵和平移矩阵；S109、对源点集变换，得到新的源点集；S110、重复步骤S107到S109直到目标函数最小；S111、若满足预设条件，则结束，否则将当前分辨率加1，并返回步骤S106。本发明利用低分辨率匹配点对迅速完成配准，高分辨率匹配点对提高精度，并利用匹配度查找匹配点，大大提高了大规模点云的配准速度及精度。
📄 2017112782380
📂 G06T7_33
👤 重庆理工大学
📅 2017-12-06
本发明涉及一种基于深度相机的机械手抓取方法，主要包括以下几个方面：(1)通过YOLO‑V5识别出被抓取物体，获得其在RGB图像中的像素范围，将该范围映射到深度图中，得到与其对应深度图中的像素范围；(2)结合相机内参计算出深度图中像素范围内的点云数据，将该点云数据和离线阶段建立的模型数据库进行匹配得到初始位姿，通过迭代最近点算法对初始位姿进行修正；(3)将修正后的最终位姿结果转化后发给机器人控制系统，精确控制机器人实现抓取。本发明所提方法可以提高位姿估计精度，同时加快计算速度。
📄 2021115967224
📂 G06T7_33
👤 杭州电子科技大学
📅 2021-12-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台