首页|基于有向线段误匹配剔除的煤矿巷道复杂场景图像拼接方法

基于有向线段误匹配剔除的煤矿巷道复杂场景图像拼接方法

Image stitching method for the complicated scene of coalmine tunnel based on mismatched elimination with directed line segments

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为解决煤矿巷道复杂场景图像特征点误匹配较多和图像拼接过程中易出现的投影失真问题,提出了一种基于有向线段误匹配剔除的煤矿巷道图像拼接方法.首先,使用 SIFT(Scale Invariant Feature Transform)算法进行图像特征提取与匹配,得到粗匹配点对;然后构造相邻图像粗匹配点对有向线段模型,利用线段的方向和长度属性对误匹配点对进行一次剔除;接下来建立各自图像之内的特征点有向线段模型及其方向标签,再对相邻图像对应有向线段进行方向匹配,并通过概率统计模型对误匹配点对进行二次剔除,得到最终的精匹配点对;最后,建立图像网格模型,利用AANAP(Adaptive As-Natural-As-Possible)算法对齐拼接图像,并使用加权平均法融合图像,完成图像拼接.在煤矿巷道图像和4组公共数据集上进行特征匹配和图像拼接试验,该算法较 RANSAC(RANdom SAmple Consensus)算法实时性更好,匹配点精度更高;并且对应的煤矿巷道图像拼接的配准精度更高,得到的全景拼接图观感自然度更好.试验结果表明,该算法对于煤矿巷道复杂场景具有较高拼接精度和较好的拼接效果,同时具有较好的鲁棒性和有效性.

程健、闫鹏鹏、郁华森、史梦阳、肖洪飞

展开 >

煤炭科学研究总院矿山大数据研究院,北京 100013

煤炭资源高效开采与洁净利用国家重点实验室,北京 100013

中国矿业大学信息与控制工程学院,江苏徐州 221116

首都医科大学生物医学工程学院,北京 100069

展开 >

误匹配剔除 有向线段 AANAP 图像拼接 煤矿巷道

辽宁省自然科学基金北京市科技计划天地科技股份有限公司科技创新创业资金专项重点项目

2020-KF-22-02Z2011000045200152021-TD-ZD002

2022

10.13199/j.cnki.cst.2021-0219

煤炭科学技术
煤炭科学研究总院

煤炭科学技术

CSTPCDCSCD北大核心
影响因子：2.095
ISSN：0253-2336
年,卷(期)：2022.50(9)
  • 5
  • 16