基于圖神經(jīng)網(wǎng)絡的大視場雙光子顯微圖像拼接

摘要： 大視場雙光子顯微系統(tǒng)成像過程中，由于單次掃描覆蓋面積有限，需通過圖像拼接技術(shù)獲取完整視野。為此，提出一種基于深度學習的顯微圖像拼接算法，旨在提升圖像的特征匹配精度與融合質(zhì)量。通過自適應特征點篩選的SuperPoint編碼器與DINOv2編碼器，共同提取圖像的局部特征點與全局語義描述符，并采用圖神經(jīng)網(wǎng)絡OmniGlue進行特征匹配，從而增強配準的穩(wěn)定性與魯棒性。在圖像拼接融合階段... （共9頁）