徐启文,唐振民,姚亚洲

(南京理工大学 计算机科学与工程学院,江苏 南京 210094)

目前,随着无人机控制、定位以及稳定飞行技术的日渐提升,无人机应用领域也日渐广泛。在交通检测领域,通过无人机进行桥梁、道路质量检测也成为配合传统的人工检测、桥检车检测的有效手段。通过无人机搭载摄像机进行桥梁、道路图像的采集,这一过程将产生大量的位置相关联的桥梁、道路图像。在桥梁、道路图像的采集过程中,为了保持信息的完整,往往会在相邻图像之间保留一定重叠,依赖这部分重叠信息,对相邻图像进行拼接,从而展示出更加完整的图像信息。

这类场景以及类似场景图像集的相互关联性以及实际应用中的实时性,既对图像拼接算法提出了新的要求,也为图像拼接的效率提升提供了可能性,因此,研究效率更高、质量更好的图像拼接和图像融合算法有着非常重要的价值。

在图像拼接质量方面,诸如针对单视角拼接的As-projective-as-possible image stitching with moving DLT(APAP)[1]算法和针对多视角拼接的Natural image stitching with the global similarity prior(GSP)[2]算法等优秀图像拼接算法在优化特征点提取和图像融合方面有了长足的进步,极大地改进了拼接图像的视觉效果,质量提升明显。但在算法效率方面,由于摄像机分辨率的日益提升,被广泛使用的Harris角点检测算法、尺度不变特征变换(Scale-invariant feature transform,SIFT)[3]算法以及快速鲁棒特征(Speeded-up robust freatures,SURF)[4]算法等均难以提供令人满意的拼接效率;其中,在时间效率方面最高效的SURF算法在进行2张高分辨率图像的拼接时,特征提取和匹配阶段普遍要花费数秒乃至更长的时间,整体效率不高。……