10.15918/j.tbit1001-0645.2021.093
基于全局和局部特征的图像拼接方法
针对传统序列图像拼接算法中的误差累积问题,提出一种基于全局和局部特征的图像拼接方法.同时拍摄大视场角、低分辨率全局图像和小视场角、高分辨率局部图像,利用深度学习替代传统算法提取两者匹配点,进而根据两者面积比等比例扩大全局图像的匹配点坐标,将局部图像无缩放地投影至全局图像所在平面,最后融合投影后局部图像的重叠区域,拼接形成一幅大视场角、高分辨率全景图像.实验结果表明,该方法中深度学习快速且精准地实现了特征匹配,同时局部图像间相互独立,有效地解决了拼接顺序限制和拼接误差累积.
图像拼接、全局和局部特征、深度学习、单应性变换
42
TP751.1(遥感技术)
北京市自然科学基金资助项目L191020
2022-05-17（万方平台首次上网日期，不代表论文的发表时间）
共9页
502-510
