基于去模糊与配准的更强鱼眼图像拼接算法
计算机视觉与模式识别
2023-07-25 v1
摘要
鱼眼镜头适用于全景成像，具有视场大与成本低的显著优势。然而鱼眼图像存在严重几何畸变，可能干扰图像配准与拼接阶段。为解决此缺陷，我们将传统图像处理方法与深度学习结合，设计了更强的鱼眼图像拼接算法。在鱼眼图像校正阶段，我们提出基于注意力的无非线性激活网络（ANAFNet）对经 Zhang 标定法校正的鱼眼图像去模糊。具体而言，ANAFNet 采用基于卷积神经网络与软注意力技术的经典单阶段 U 形架构，可有效从模糊图像恢复清晰图像。在图像配准部分，我们提出 ORB-FREAK-GMS（OFG）这一综合图像匹配算法以提高配准精度。实验结果表明，通过我们的方法可获得由鱼眼图像拼接的优质全景图。
引用
@article{arxiv.2307.11997,
title = {A Stronger Stitching Algorithm for Fisheye Images based on Deblurring and Registration},
author = {Jing Hao and Jingming Xie and Jinyuan Zhang and Moyun Liu},
journal= {arXiv preprint arXiv:2307.11997},
year = {2023}
}
备注
6 pages, 5 figures