-
公开(公告)号:CN118485570B
公开(公告)日:2024-12-13
申请号:CN202410672483.3
申请日:2024-05-28
Applicant: 中国矿业大学
IPC: G06T3/4038 , G06T3/4046 , G06N3/088
Abstract: 本发明涉及智能化采矿技术领域,特别是涉及一种基于无监督深度学习的巷道多图像高分辨率拼接方法,包括:采集巷道内的图像序列,其中,图像序列中图像的采集视角不同且相邻图像具有重叠区域;采用无监督图像拼接方法将相邻的图像序列进行拼接,获取高分辨率的无缝拼接图像;采用关键点匹配图像拼接方法将无缝拼接图像进行拼接,获取全景图像;对全景图像进行投影矫正及矩形化处理,完成对巷道的多图像高分辨率拼接。本发明针对深度学习方法处理多图像高分辨率拼接方面的局限性,采用基于传统关键点匹配拼接算法进行全景拼接;并通过引入多图像序列匹配、投影矫正技术以及图像矩形化处理,为后续的实时视频智能分析处理提供了更好的图像基础。
-
公开(公告)号:CN118485570A
公开(公告)日:2024-08-13
申请号:CN202410672483.3
申请日:2024-05-28
Applicant: 中国矿业大学
IPC: G06T3/4038 , G06T3/4046 , G06N3/088
Abstract: 本发明涉及智能化采矿技术领域,特别是涉及一种基于无监督深度学习的巷道多图像高分辨率拼接方法,包括:采集巷道内的图像序列,其中,图像序列中图像的采集视角不同且相邻图像具有重叠区域;采用无监督图像拼接方法将相邻的图像序列进行拼接,获取高分辨率的无缝拼接图像;采用关键点匹配图像拼接方法将无缝拼接图像进行拼接,获取全景图像;对全景图像进行投影矫正及矩形化处理,完成对巷道的多图像高分辨率拼接。本发明针对深度学习方法处理多图像高分辨率拼接方面的局限性,采用基于传统关键点匹配拼接算法进行全景拼接;并通过引入多图像序列匹配、投影矫正技术以及图像矩形化处理,为后续的实时视频智能分析处理提供了更好的图像基础。
-