基于無監督學習的風洞壓敏漆圖像配準算法

摘要： 為滿足壓強敏感涂料（簡稱“壓敏漆”）圖像準確、快速的配準需求，提出一種基于無監督學習的壓敏漆圖像配準方法——PIR-Net。首先，針對風洞環境中零件的大程度形變問題，構造多尺度的網絡框架，實現壓敏漆圖像由粗到細的配準；其次，構造類似U-Net結構的卷積網絡，實現圖像宏觀結構特征和局部細節特征的融合；最后，設計基于結構相似性的損失函數并引入梯度場約束，以提高特征稀疏圖像的配準精度...