为克服传统侧扫声呐图像拼接方法在低纹理或重复纹理场景下受限的问题,利用VFISNet(View-Free Image Stitching Network)无监督拼接网络进行侧扫声呐重叠区域的拼接,并与传统的地理信息拼接方法和特征检测拼接方法中的SURF(Speeded Up R...为克服传统侧扫声呐图像拼接方法在低纹理或重复纹理场景下受限的问题,利用VFISNet(View-Free Image Stitching Network)无监督拼接网络进行侧扫声呐重叠区域的拼接,并与传统的地理信息拼接方法和特征检测拼接方法中的SURF(Speeded Up Robust Features)、ORB(Oriented FAST and Rotated BRIEF)算法进行对比分析,分别比较它们拼接后图像的AG、SF、STD、MI、SSIM指数,并通过与真实侧扫声呐图像进行对比验证三种方法的优劣性。实验结果表明,基于VFISNet无监督拼接网络的图像拼接方法相较于传统的拼接算法在一些指标上有不错的提升,且消除了重叠区域的伪影,对于侧扫声呐图像的拼接工作有一定的参考价值。展开更多
文摘为克服传统侧扫声呐图像拼接方法在低纹理或重复纹理场景下受限的问题,利用VFISNet(View-Free Image Stitching Network)无监督拼接网络进行侧扫声呐重叠区域的拼接,并与传统的地理信息拼接方法和特征检测拼接方法中的SURF(Speeded Up Robust Features)、ORB(Oriented FAST and Rotated BRIEF)算法进行对比分析,分别比较它们拼接后图像的AG、SF、STD、MI、SSIM指数,并通过与真实侧扫声呐图像进行对比验证三种方法的优劣性。实验结果表明,基于VFISNet无监督拼接网络的图像拼接方法相较于传统的拼接算法在一些指标上有不错的提升,且消除了重叠区域的伪影,对于侧扫声呐图像的拼接工作有一定的参考价值。