一种基于深度学习的工业印刷品图像配准方法及装置
基本信息
| 申请号 | CN202110345450.4 | 申请日 | - |
| 公开（公告）号 | CN113160289B | 公开（公告）日 | 2022-02-01 |
| 申请公布号 | CN113160289B | 申请公布日 | 2022-02-01 |
| 分类号 | G06T7/33（2017.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 李东明;卢光明;邸亮;范元一;陈勇杰 | 申请（专利权）人 | 深圳富联富桂精密工业有限公司 |
| 代理机构 | 深圳市添源知识产权代理事务所（普通合伙） | 代理人 | 于标 |
| 地址 | 518000 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的工业印刷品图像配准方法及装置，具体为根据对应切割规则从模板图像和待配准图像中分别提取尺寸相同的切片，得到一组切片，将一组切片深度融合后得到图像切片对，将所述图像切片对输入配准网络模型中进行训练，得到配准图像切片；将所述配准图像切片舍去边缘部分，然后进行切片对位拼接，得到完整的配准印刷品图像。本发明配准网络模型骨架为类UNet网络，利用空间变换层对不同尺度的特征图进行非刚性配准，配准特征图与解码器中相邻尺度的特征图进行融合，同时相邻尺度配准场也进行融合，综合提升了模型对较大形变印刷品图像的配准能力。本发明能解决当前部分工业纸质印刷品图像配准存在的问题，配准效果好。 |
