基于BP神经网络的图像几何畸变的快速识别与校正方法

发明专利无效专利

申请号：
CN201710780084.9
IPC分类号：G06T5/00;G06N3/08
申请日期：
2017-09-01
申请人：
上海微元计算机系统集成有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于BP神经网络的图像几何畸变的快速识别与校正方法
申请号	CN201710780084.9	申请日期	2017-09-01
法律状态	驳回	申报国家	中国
公开/公告日	2018-01-19	公开/公告号	CN107610062A
优先权	暂无	优先权号	暂无
主分类号	G06T5/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T5/00 图像的增强或复原，如从位像到位像地建立一个类似的图形〔6〕	IPC分类号	G;0;6;T;5;/;0;0;;;G;0;6;N;3;/;0;8查看分类表>
申请人	上海微元计算机系统集成有限公司	申请人地址	上海市浦东新区川沙路955号2幢130-13室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	上海微元计算机系统集成有限公司	当前权利人	上海微元计算机系统集成有限公司
发明人	王军伟;王晓甜
代理机构	上海金盛协力知识产权代理有限公司	代理人	王松

摘要

本发明揭示了一种基于BP神经网络的图像几何畸变的快速识别与校正方法，通过训练BP神经网络学习得到畸变图像与原图像之间的映射关系，以权值的形式保存在神经网络中，然后构建与原图大小相同的恢复图像，并把恢复图像中的坐标点作为神经网络的输入，得到畸变后的输出，并在畸变图像中利用双线性插值法确定像素值。本发明提出的基于BP神经网络的图像几何畸变的快速识别与校正方法，利用BP神经网络可以直接从畸变图像中学习得到确定的畸变方式，要比用畸变模板得到的准确得多。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供