针对伪影改善的图像拼接方法

摘要

针对图像拼接中的伪影问题,提出了一整套的拼接解决方案。图像拼接方法分为两大阶段:图像配准阶段和图像融合阶段。在图像配准阶段,提出了一种基于网格优化的图像配准方法。通过使用点特征和线特征相结合的特征提取算法,提高特征的数量和质量。同时提出了基于先验的RANSAC特征点对筛选方法,剔除误匹配点对,并提高了计算速度。为了进一步提升对齐效果和优化伪影问题,提出了多项图像对齐约束。最后采用了柱面投影模型,将图像对投影到同一平面。在图像融合阶段,使用了基于图像对重叠区域细节增强的缝合线检测算法,优化多焦段场景下的拼接效果。利用渐入渐出融合算法对同一平面的投影图像进行融合,得到一幅宽视野的高分辨率图像拼接结果。通过将该方法和现有拼接方法在实验数据集上验证对比,结果表明:该方法在多个场景下验证的PSNR数值都维持在35~40 dB内,失真较低,能更好地应对伪影问题,在拼接质量上也有着更优的表现。