抗视差的宽基线弱纹理影像自动拼接算法

• Published in: 测绘学报 Vol. 52; no. 9; pp. 1515 - 1527
• Main Authors: 姚国标, 黄鹏飞, 龚健雅, 孟飞, 张进
• Format: Journal Article
• Language: Chinese
• Published: 山东建筑大学测绘地理信息学院,山东 济南 250100 01.09.2023; 武汉大学遥感信息工程学院,湖北武汉 430079%山东建筑大学测绘地理信息学院,山东 济南 250100%武汉大学遥感信息工程学院,湖北武汉 430079
• Subjects: 宽基线弱纹理影像; automatic stitching; wide-baseline weak-texture images; 深度神经网络; 自动拼接; mage matching; 影像匹配; deep neural network; 视差突变; disparity discontinuity
• ISSN: 1001-1595
• DOI: 10.11947/j.AGCS.2023.20220417

P237; 针对目前带有视差突变的宽基线弱纹理影像拼接效果差及需要人工干预的问题,本文从影像匹配和影像配准两方面进行改进,提出了面向宽基线弱纹理影像的抗视差全自动拼接算法.首先,采用融合了影像视角几何纠正的局部特征变换模型,由粗到精地实现弱纹理特征的准密集对应;然后,基于匹配点和深度神经网络,泛化学习宽基线影像间的可靠透视变换,以获取全局配准视差,局部视差则通过薄板样条函数来精确拟合;接着,将影像拼接结果的多边形边界进行规则化处理,通过全卷积网络将其训练为规则化矩形,在有效剔除空白区域的同时,最大限度地保留影像拼接内容;最后,选取4组无人机和地面近景宽基线弱纹理立体像对进行测试,并将本文算法的影像匹配及配准各阶段结果分别与现有代表性算法结果进行对比.试验结果表明,本文算法在匹配点数目、匹配精度及影像拼接质量等方面具有显著优势,并能够在影像弱纹理区域及视差突变场景表现出较好的稳定性.