基于无监督学习的风洞压敏漆图像配准算法

摘要： 为满足压强敏感涂料（简称“压敏漆”）图像准确、快速的配准需求，提出一种基于无监督学习的压敏漆图像配准方法——PIR-Net。首先，针对风洞环境中零件的大程度形变问题，构造多尺度的网络框架，实现压敏漆图像由粗到细的配准；其次，构造类似U-Net结构的卷积网络，实现图像宏观结构特征和局部细节特征的融合；最后，设计基于结构相似性的损失函数并引入梯度场约束，以提高特征稀疏图像的配准精度... （共13页）