基于格林坐标和改进最佳缝合线的图像拼接技术

为了应对大视差场景的图像拼接问题以及提高拼接图像的自然度,提出了一种基于对极几何约束和格林坐标的图像拼接算法。首先,用对极几何模型代替单应性矩阵作为随机抽样一致(RANSAC)算法的筛选模型,弥补单个全局单应性矩阵处理大视差图像时的不足,提高特征点匹配的精准度;然后,以一幅图像为参考,对另一幅图像进行基于格林坐标的预变形;其次,借助弹性鲁棒扭曲的思想消除预变形图像和参考图像之间的投影偏差;最后,将超像素分割的思想应用到缝合线的找取过程中,避免缝合线穿过物体重要部分,实现用最佳缝合线拼接图像。实验结果表明,所提算法能够有效地避免伪影的出现,能更加精准地实现图像对齐,使拼接后的图像更加自然。改进的算法使缝合线从超像素边界穿过,达到保持图像局部重要信息完整性的效果,可应用于电力传输与运维场景视觉监控领域。