一种基于深度学习初值估计与亚像素优化的结构变形场测量方法及其系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习初值估计与亚像素优化的结构变形场测量方法及其系统
申请号:CN202510909193
申请日期:2025-07-02
公开号:CN120800234A
公开日期:2025-10-17
类型:发明专利
摘要
本发明公开一种基于深度学习初值估计与亚像素优化的结构变形场测量方法及其系统,为结构变形场测量领域。获取左相机坐标系与结构坐标系之间的转换矩阵;进行结构变形场计算区域网格划分;获得初始时刻参考图像的感兴趣点的三维坐标;获得初始时刻下一时刻的左右图像上的所有感兴趣点的像素坐标及其他非初始时刻左右图像上的所有感兴趣点的像素坐标;根据立体视觉数学模型公式,得到非初始时刻的结构坐标系下的所有感兴趣点对应的三维坐标;将非初始时刻结构坐标系下的感兴趣点三维坐标与初始时刻的三维坐标的差值,获得各时刻结构表面的全场变形。本发明实现大变形情况下的全场变形测量。
技术关键词
感兴趣 立体视觉数学模型 像素 坐标系 区域网格划分 全场变形 图像 LM算法 相机 阻尼 梯度下降算法 矩阵 测量方法 立体视觉模型 深度学习网络模型 立体视觉系统 棋盘格标定