-
题名基于无监督深度学习的航拍图像拼接算法
被引量：1
- 1
-
-
作者
梁镇锋
夏海英
谭玉枚
宋树祥
-
机构
广西师范大学广西类脑计算与智能芯片重点实验室
广西师范大学广西高校集成电路与微系统重点实验室
广西师范大学光电信息技术广西高校工程研究中心
-
出处
《北京航空航天大学学报》
北大核心
2025年第7期2437-2449,共13页
-
基金
广西揭榜制科技项目(桂科JB23023006)
广西重点研发项目(桂科AB23026103)
+1 种基金
国家自然科学基金(62106054)
广西创新驱动重大专项(桂科AA20302003)。
-
文摘
传统的图像拼接算法过度依赖特征的准确定位或分布,导致在复杂的航拍场景下鲁棒性差。因此,提出了一个完整的无监督深度学习航拍图像拼接框架,其由无监督深度单应性估计网络和无监督图像融合网络组成。无监督深度单应性估计网络旨在通过学习参考图像和目标图像之间的单应性变换,为后续的拼接工作提供准确的对齐信息;无监督图像融合网络用于学习航拍图像拼接的变形规则,生成最终的拼接结果。为了训练所提学习框架,提供了一个用于无监督航拍图像拼接的真实数据集,比较了尺度不变特征变换(SIFT)+Ransac、加速非线型扩散特征检测与匹配(AKAZE)+增强型高效二进制局部图像描述符(BEBLID)、基于BRIEF算法的快速二值特征向量(ORB)+Ransac和基于深度学习的图像拼接算法,实验结果表明,结构相似性指数(SSIM)提高了39.94%,峰值信噪比(PSNR)提高了36.55%,均方根误差(RMSE)降低了66.09%。此外,所提算法在真实的航拍场景下相较于现有的基于深度学习和传统的图像拼接算法具有更好的视觉拼接效果和鲁棒性。
-
关键词
航拍图像
深度单应性估计
图像拼接
无监督
图像融合
-
Keywords
aerial image
deep homography estimation
image stitching
unsupervised
image fusion
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
