基于深度学习的航拍图像自适应拼接方法

摘要：

为更加高效地处理航拍图像,提出一种基于深度学习的航拍图像自适应拼接方法.对航拍图像实施图像预处理,具体步骤包括辐射校正、几何校正.其中辐射校正采用的方法是灰度级线性变换.在几何校正中,坐标系统变换采用的方法是共线方程.通过精搜索和粗搜索相结合的方式实施航拍图像的配准处理,即对相似曲线获取的匹配位置实施适当地扩展,并将其单独划分出来,通过较快速度的传统配准方法实施缩小范围内的精匹配.基于深度学习,即通过卷积神经网络构建航拍图像分类模型,实现航拍图像的分类.设计一种通过直线特征来约束网格变形的图像自适应拼接算法,实现航拍图像自适应拼接.通过多组图像序列对设计方法实施性能测试,具体评估性能指标包括时间复杂度、视觉不一致性、失真矫正度.测试结果表明,设计方法的时间复杂度较低,缝合线处的拼接效果良好,实现航拍图像拼接中的高度失真矫正,取得了良好的设计成果.

关键词：深度学习、航拍图像、灰度线性变换、自适应拼接、Harris角点检测、卷积神经网络

所属期刊栏目：21

分类号：TP311(计算技术、计算机技术)

资助基金：安徽省教育厅自然科学重点研究项目KJ2021A1206

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：57-62