内镜图像特征点提取方法

发明专利有效专利

申请号：
CN202110788779.8
IPC分类号：G06T7/00;G06T7/269;G06K9/46;G06K9/62;G06N3/04;G06N3/08
申请日期：
2021-07-13
申请人：
中国科学院深圳先进技术研究院

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	内镜图像特征点提取方法
申请号	CN202110788779.8	申请日期	2021-07-13
法律状态	实质审查	申报国家	中国
公开/公告日	2021-10-01	公开/公告号	CN113469985A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? 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〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;T;7;/;2;6;9;;;G;0;6;K;9;/;4;6;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	中国科学院深圳先进技术研究院	申请人地址	广东省深圳市南山区深圳大学城学苑大道1068号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国科学院深圳先进技术研究院	当前权利人	中国科学院深圳先进技术研究院
发明人	熊璟;徐玉伟;夏泽洋;谢高生
代理机构	北京市诚辉律师事务所	代理人	耿慧敏;朱伟军

摘要

本发明涉及一种内镜图像特征点提取方法，属于图像处理领域，尤其涉及内镜图像特征点提取方法。包括对于有重叠区域的两张图像，利用光流法找出两张图像的重叠区域，将光流法获得的像素匹配关系作为卷积神经网络的参考；然后分别将第一图像和第二图像输入卷积神经网络，从而检测出第一图像和第二图像中的特征点以及特征点对应的描述子；在训练阶段，利用损失函数是否收敛或者是否达到设定的训练次数时，获得最终训练好的模型。本发明是利用卷积神经网络通过学习的方式对消化内镜采集的图像进行特征点提取与描述，以解决传统特征提取方法在消化道采集的图像上特征点提取不足而导致无法完成消化内镜镜头位姿解算的问题。

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