基于虚拟时间序列转换与分段的可变尺寸补图搜索加速算法

本文解决两个任务：(i) 在给定参考图像的情况下，识别空中图像中固定尺寸对象（如干草捆）；(ii) 在给定小尺寸参考图像的情况下，识别图像中可变尺寸补图（如需喷洒或其他处理的田野区域）。这两个任务都相关，其中第二个任务不同在于，对相似于参考图像的已识别补图进行聚类处理，然后通过求解旅行商问题来确定补图轮廓。两个任务都复杂，因为事先未知相似补图的确切数量。本文的主要讨论是基于将图像转换为沿 RGB 通道的多变量时间序列并进行分段，以减少图像中的二维搜索空间，从而实现补图搜索的加速机制。本文比较了两种加速机制变体与在多样合成图像和真实图像上的穷举搜索。定量上，所提方法可实现最高可达两个数量级的求解时间缩短，同时在定性上提供相当的视觉结果。所提方法无需神经网络，也不使用任何图像预处理。