返回
Knowledge-Driven Superpixel Shortest Path Optimization for Image Stitching
DOI:10.1007/978-981-95-3072-4_9.png)
摘要
En 中文
无人机与遥感图像拼接在农业监测、环境监视和城市检查中具有重要价值。然而,传统拼接方法常因接缝线选择不完善导致视觉伪影,并在复杂场景中存在效率低、精度有限的问题。本文提出一种知识驱动的接缝线优化框架,集成超像素分割、边缘显著性分析和最短路径算法。首先,SLIC超像素分割将图像划分为同质区域,通过语义感知知识建模减少计算冗余,并通过自适应超像素种子分布、优先队列加速和并行化提高计算效率。其次,边缘显著性分析提取高频结构特征作为先验知识,避免接缝线穿过显著边缘。最后,结合色彩一致性、边缘显著性和空间连续性的多特征融合机制引导Dijkstra最短路径算法优化接缝线位置,实现自然过渡,实现基于知识的异构视觉线索融合。此外,该方法还引入并行化最短路径搜索和动态调整的超像素约束,进一步优化接缝线位置。在多个高分辨率遥感和无人机数据集上的实验结果表明,该方法不仅提升了拼接图像的感知质量,还有效减少了可见伪影。
Keyword:
Superpixel segmentation
Edge saliency analysis
Multi-feature fusion
Seamline path planning
期刊
K
IF:
0
论文数:
13
被引数:
0
机构
引用论文
CDDFuse: Correlation-Driven Dual-Branch Feature Decomposition for Multi-Modality Image FusionCDDFuse: 相关驱动的双分支特征分解在多模态图像融合中的应用
Multi-Agent Cooperation for Computing Power Scheduling in UAVs Empowered Aerial Computing Systems多智能体协作在赋能空基计算系统的无人机计算资源调度中的应用
ISGTA: an effective approach for multi-image stitching based on gradual transformation matrixISGTA:一种基于渐变变换矩阵的多图像拼接的有效方法
EDTRS: A Superpixel Generation Method for SAR Images Segmentation Based on Edge Detection and Texture Region SelectionEDTRS:一种基于边缘检测和纹理区域选择的SAR图像分割的超像素生成方法
没有更多内容

