基于改进的Vision Transformer的低分辨率钻孔图像拼接方法

使用传统手工方法拼接低分辨率岩土钻孔图像不能保证2幅图像的正确匹配及拼接,即传统的拼接方法无法解决岩土钻孔图像存在较大畸变时的低分辨率图像拼接问题。针对低分辨率岩土钻孔图像的拼接问题,提出了一种结合梯度变换与仿射位移的改进的Vision Transformer的低分辨率钻孔图像拼接方法。该方法首先采用改进的霍夫圆识别模型得到钻孔图像的圆心,并经过经纬展开得到单幅图像矩形展开图;然后将所展开的图像通过所提出的基于改进的Vision Transformer的拼接模型获得最后的拼接图像,该模型将多层感知机制与梯度域相结合,通过引导梯度矢量场标注不同清晰特征层,融合欧氏距离及仿射变换获得拼接后的图像。真实钻孔图像数据集实验结果表明,该拼接方法比尺度不变特征变换(scale-invariant feature transform,SIFT)、加速鲁棒特征(speeded up robust features,SURF)、超分辨率测试序列(visual geometry group,VGG)模型的拼接结果更优,且适用于真实低分辨率钻孔图像的拼接任务。

基于Harris多摄像头孔壁图像的全景拼接技术

提出一种适用于多摄像头孔壁图像畸变校正和全景图像拼接的算法。为获取360°孔壁图像信息,采用四个广角镜头成像设备采集图像,针对孔壁图像的特殊性,提出一种改进的畸变图像校正算法。首先通过平面网格模板法进行摄像机标定,计算畸变参数,为消除孔壁曲率的影响,提出基于参数微调的畸变图像校正算法。并且通过双线性插值算法进行灰度重建。其次为消除孔壁曲率造成的边缘信息的缺失,提出柱面信息还原法将图像展开,还原孔壁的真实像素信息。通过改进的Harris角点检测算法提取图像角点,利用RANSAC算法进行匹配对提纯,计算变换矩阵,采用融合速度较快的渐入渐出融合算法,得到孔壁全景图。