一种半径不受限的可学习柱面反投影方法

摘要

本发明公开了一种半径不受限的可学习柱面反投影方法，针对柱面标签图像数据边缘两侧受到不同程度的信息压缩，在进行表面检测时边缘部分出现漏检、错检等问题，提出了不受半径限制的柱面反投影方法。基于柱面反投影几何原理重新设计了投影坐标变换公式，使坐标变换不再依赖于特定半径参数，运用BP定位预测网络学习预测坐标的方法来减少参数量和计算量。对于平面图像中在柱面上找不到对应点的坐标采用双线性插值法补全像素值。最后利用任意形状文本检测模型DBNet验证方法结果。结果表明该方法不依赖于特定模型半径，在进行不同柱面半径大小和不同弯曲程度的柱面图像矫正处理时具有较好的展平效果。