改进了多个环境的无监督拼接算法 SuperUDIS

科学领域:

• 计算机视觉 计算机视觉
• 图像处理 图像处理
• 人工智能的人工智能

背景情况:

• 在许多应用中,大视野图像是必不可少的.
• 现有的图像拼接方法在不同的环境中面临局限性.
• 硬件限制往往导致视野有限,需要接技术.

研究的目的:

• 开发一个改进的图像拼接算法,克服当前方法的局限性.
• 提高拼接图像的质量,特别是在线性结构扭曲和分辨率方面.
• 为了创建一个更强大的拼接解决方案,用于复杂的环境,具有显著的变化.

主要方法:

• 集成超点用于特征提取和光用于特征匹配与无监督深度图像拼接 (UDIS).
• 优化UDIS损失函数使用二阶微分拉普拉斯运算符来保持结构边缘连续性.
• 开发超级无监督深度图像拼接 (SuperUDIS) 算法.

主要成果:

• 超级UDIS在定性和定量评估中表现出比UDIS算法更好的性能.
• 在峰值信号与噪声比率 (PSNR) 中平均增加了0.5,在结构相似度指数 (SSIM) 中平均增加了0.02.
• 在复杂的场景中表现出增强的稳定性,包括具有很大的颜色差异和多线性结构的场景.

结论:

• 与UDIS相比,提出的SuperUDIS算法提供了优越的图像拼接功能.
• 超级UDIS有效地解决了线性扭曲和合图像中低分辨率的问题.
• 该方法为在具有挑战性的环境条件下进行图像拼接提供了更强大的解决方案.