矿井多视角图像拼接方法研究
2021-11-05王红尧吴佳奇林松王梦雅赵国瑞
王红尧, 吴佳奇, 林松, 王梦雅, 赵国瑞
(1.中国矿业大学(北京) 机电与信息工程学院, 北京 100083;2.中煤科工集团开采研究院有限公司, 北京 100013)
0 引言
为有效保障煤矿安全生产,目前大部分煤矿安装使用了监测监控系统。因煤矿井下工作空间狭小,导致采集的图像视野范围较小[1]。为获得分辨率高且大视角范围图像,有必要研究矿井多视角图像拼接方法。
目前,基于图像特征提取是主流的图像拼接方法,应用最广泛的是基于特征点提取的方法,典型算法包括:SIFT(Scale-Invariant Feature Transform,尺度不变的特征变换)算法[2],先进行图像检测,再进行图像拼接,通过对特征进行缩放、平移、旋转等变换,增强相似特征的关联性,提高图像拼接效率;SURF(Speeded Up Robust Features,加速鲁棒特征)算法[3],较SIFT算法在图像变换时更稳定,耗时更短[4];KAZE算法[5],采用加性算子分裂算法求解非线性扩散方程,以搭建非线性尺度空间[6],保证在特征提取过程中保留图像边缘、细节特征;融合FAST(Features from Accelerated Segment Test)算法和Brief算法的ORB(Oriented FAST and Rotated Brief) 算法[7],在提取特征点过程中抗干扰能力强且具有旋转不变性,计算效率高,鲁棒性强。
煤矿井下环境复杂,直接应用上述算法进行图像拼接时会在图像重叠部分产生裂缝和黑线。鉴此,本文基于ORB算法,结合改进对比度受限的自适应直方图均衡化方法[8]、KNN(K-Nearest Neighbor,K最近邻)算法[9]、RANSAC(Random Sample Consensus,随机采样一致性)算法[10]、帽子函数加权平均融合算法[11]等,提出了一种矿井多视角图像拼接方法,并通过实验验证了该方法提取有效特征点的能力强,计算效率高,图像拼接过渡自然,无裂缝、黑线现象,具有较好的拼接效果。……
