申请/专利权人：无锡祥生医疗科技股份有限公司

申请日：2019-12-31

公开（公告）日：2024-04-12

公开（公告）号：CN111161153B

主分类号：G06T3/4038

分类号：G06T3/4038;G06T3/4046;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2020.06.09#实质审查的生效;2020.05.15#公开

摘要：本发明公开了一种宽景拼接方法、装置及存储介质。其中，变换矩阵获取方法包括：获取传感器检测到的运动数据，其中，传感器设置在用于采集图像的探头上，运动数据用于表示探头在采集图像过程中的运动趋势；将运动数据输入到预先训练得到的神经网络中，利用神经网络计算得到矩阵参数；利用矩阵参数计算得到变换矩阵，变换矩阵用于拼接探头采集到的图像以得到宽景图像。本发明无需利用图像本身的特征，即可计算出变换矩阵并进行图像拼接，不受图像亮度和特征等因素的影响，提高了变换矩阵计算的准确性，进而提升了图像拼接效果。

主权项：1.一种变换矩阵获取方法，其特征在于，包括如下步骤：获取传感器检测到的运动数据，其中，所述传感器设置在用于采集图像的探头上，所述运动数据用于表示所述探头在采集图像过程中的运动趋势；将所述运动数据输入到预先训练得到的神经网络中，利用所述神经网络计算得到矩阵参数；利用所述矩阵参数计算得到变换矩阵，所述变换矩阵用于拼接所述探头采集到的图像以得到宽景图像；所述神经网络包括：卷积神经网络、递归神经网络和全连接网络；其中，所述将所述运动数据输入到预先训练得到的神经网络中，利用所述神经网络计算得到变换矩阵的参数，包括：通过所述卷积神经网络对所述运动数据进行卷积计算，得到所述运动数据的数据特征，作为所述卷积神经网络的输出；通过所述递归神经网络对所述卷积神经网络输出的数据特征进行递归运算，得到递归计算结果，作为所述递归神经网络的输出；通过所述全连接网络对所述递归神经网络输出的递归计算结果回归计算，得到所述矩阵参数。

全文数据：

权利要求：

百度查询： 无锡祥生医疗科技股份有限公司 宽景拼接方法、装置及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD