【技术实现步骤摘要】
本专利技术涉及图像处理，更具体地，本专利技术涉及一种基于光学成像的畸变图像校正方法。
技术介绍
1、在光学成像领域，图像畸变是一个普遍存在的问题。畸变图像会严重影响图像的质量和后续的应用效果，例如在医学成像、卫星遥感、工业检测等领域，畸变的存在可能导致诊断错误、目标识别不准确等问题。传统的畸变校正方法主要依赖于光学系统的几何模型和标定过程，通过计算畸变参数来对图像进行校正。这些方法虽然在一定程度上能够改善图像质量，但往往需要复杂的标定过程，并且对于复杂的畸变模式，如非线性畸变，校正效果并不理想。此外，传统的畸变校正方法通常针对单一成像设备进行优化，当应用于不同的成像设备时，需要重新进行标定和参数调整，这增加了校正的复杂性和成本。
2、在实现本专利技术实施例过程中，现有技术中至少存在如下问题或缺陷：现有技术的畸变校正方法依赖于复杂的标定过程，且对于复杂畸变模式的校正效果有限，同时难以适应不同成像设备之间的差异，导致校正的通用性和适应性较差。
技术实现思路
1、本专利技术提供了一种...
【技术保护点】
1.一种基于光学成像的畸变图像校正方法，其特征在于，包括如下步骤： 基于包括源成像设备和目标成像设备的历史畸变图像数据和光学参数数据的训练集，训练得到畸变校正模型，以及得到源成像设备和目标成像设备各区域的光学特征和光学特征相似性权重；其中，所述源成像设备的历史数据量多于待校正的所述目标成像设备；基于源成像设备的历史畸变图像数据训练得到图像校正模型；基于所述光学特征相似性权重和目标成像设备的历史畸变图像数据，利用所述图像校正模型，得到目标成像设备各区域的校正图像结果和空间变换特征；基于各区域的所述校正图像结果、空间变换特征和所述光学特征，得到对应区域的图像质量评价指数，...
【技术特征摘要】
1.一种基于光学成像的畸变图像校正方法，其特征在于，包括如下步骤： 基于包括源成像设备和目标成像设备的历史畸变图像数据和光学参数数据的训练集，训练得到畸变校正模型，以及得到源成像设备和目标成像设备各区域的光学特征和光学特征相似性权重；其中，所述源成像设备的历史数据量多于待校正的所述目标成像设备；基于源成像设备的历史畸变图像数据训练得到图像校正模型；基于所述光学特征相似性权重和目标成像设备的历史畸变图像数据，利用所述图像校正模型，得到目标成像设备各区域的校正图像结果和空间变换特征；基于各区域的所述校正图像结果、空间变换特征和所述光学特征，得到对应区域的图像质量评价指数，汇总各区域的所述图像质量评价指数，得到目标成像设备的畸变校正完成度。
2.根据权利要求1所述的一种基于光学成像的畸变图像校正方法，其特征在于，基于下式计算对应区域的所述图像质量评价指数：；其中，为校正图像结果的权重因子，为空间变换特征的权重因子，为光学特征的权重因子，i为区域的校正图像结果，t为区域的空间变换特征，s为区域的光学特征。
3.根据权利要求2所述的一种基于光学成像的畸变图像校正方法，其特征在于，所述畸变校正模型包括特征网络和变换网络；训练得到所述畸变校正模型，包括：基于所述训练集，利用特征网络分别提取源成像设备和目标成像设备的光学特征；基于所述光学特征进行区域划分，利用变换网络进行各区域的空间变换学习，得到源成像设备和目标成像设备各区域的综合光学嵌入特征；分别基于源成像设备和目标成像设备的所述综合光学嵌入特征，利用加权网络和加权网络损失函数学习区域权重，得到源成像设备和目标成像设备各区域的相似性权重；训练完成后，基于所述训练集利用所述畸变校正模型得到的综合光学嵌入特征和相似性权重，即为所述源成像设备和目标成像设备各区域的光学特征和光学特征相似性权重。
4.根据权利要求3所述的一种基于光学成像的畸变图像校正方法，其特征在于，提取所述光学特征包括：分别基于源成像设备和目标成像设备的像素位置构建位置关联矩阵；分别基于源成像设备和目标成像设备的光学点分布构建光学点关联矩阵；分别基于源成像设备和目标成像设备的边缘特征构建边缘相似矩阵；分别基于源成像设备和目标成像设备的畸变模式数据，构建畸变类型关联矩阵；基于上述多种矩阵，得到所述光学特征。
5.根据权利要求4所述的一种基于光学成像的畸变图像校正方法，其特征在于，所述变换网络依次利用基于结构相似性的多级自适应学...
【专利技术属性】
技术研发人员：孟双双，宋崇国，
申请(专利权)人：汇智天下杭州科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。