基于深度特征匹配的白内障术中眼球旋转角度检测方法

为了实现对白内障手术中眼球旋转角度的测量,提出基于深度特征匹配的白内障术中眼球旋转角度检测方法,即对术前基准图像与术中图像中角膜缘周围区域的特征点进行提取与匹配,以计算术中眼球旋转角度.针对角膜缘周围纹理特征丰富但相似性高、特征易受手术进程与器械干扰而发生显著变化等问题,提出一种结合注意力卷积模块和自适应跳层连接的自监督图像局部特征提取与描述模型.在注意力卷积模块中,利用坐标注意力机制加强模型对于方向和空间位置信息的准确感知,并通过条件参数化深度卷积提升模型容量,增强对于特征信息的表示能力;在自适应跳层连接中,通过融合深层语义信息和浅层结构信息获得对特征点更具区分性的描述.在CATARACT数据集上的实验结果表明,所提模型在各误差限下的特征点平均匹配精度均优于其他同类模型;所提方法的眼球旋转角度测量误差为0.740°,实时检测速度为36.675帧/s,满足白内障手术中眼球旋转角度检测精度和实时性的要求.

异源多分辨率卫星影像匹配算法研究

以异源多分辨率遥感卫星影像为研究对象,对影像特征提取、特征描述、特征匹配及匹配提纯算法进行了较为深入的研究;并将不同的特征提取与匹配算法进行组合,通过试验对比得出了各种算法的适用性。在此基础上,设计了一套面向异源多分辨率卫星影像的匹配流程。