基于?₁范数与梯度约束的无人机图像拼接方法

摘要

无人机图像拼接技术通过高效整合航拍数据，为低空经济发展提供重要支撑。针对低纹理场景下无人机图像特征点提取不足导致的配准精度下降、拼接错位以及重影等问题，提出一种基于?₁范数与梯度约束的无人机图像拼接方法。首先，通过联合提取目标图像与参考图像的特征点和特征线，构建多特征描述子以提升匹配鲁棒性，有效改善图像错位问题。其次，采用?₁范数进行色差度量并结合梯度约束构建能量函数，引导接缝优先通过图像高相似度的连续区域；最后，基于图切割算法在重叠区域搜索最优缝合路径，并采用泊松融合技术实现拼接边界的自然过渡。选取两组典型无人机图像数据集，通过与SPW,LPC和MSF 3种主流方法的对比测试，验证本文方法在拼接精度和视觉效果上的优势。结果表明：相较于SPW,LPC和MSF方法，本文方法在客观指标上优势显著，其SSIM值分别提高2.97%,5.87%,3.07%,PSNR值分别提高0.595,0.848,0.841 dB；在主观视觉质量方面，本文方法有效缓解了拼接错位和重影问题，同时更好地保持了图像结构和纹理细节的完整性。定量和定性结果共同证实了该方法在低纹理场景下的优越性能。

关键词

无人机影像 / 图像拼接 / 多模态 / 特征匹配 / 范数约束 / 梯度优化 / 图切割 / 泊松融合