几何特征下的联合多单应性翘曲车载图像拼接OA

地面无人平台的环境感知技术对全景驾驶系统的性能至关重要。提出一种基于几何特征联合多单应性翘曲的车载图像拼接方法,并在真实车载数据集与多个公开数据集上进行了验证。该方法结合改进的ORB(oriented FAST and rotated BRIEF)特征点检测与LSD(line segment detector)线特征匹配,利用四叉树结构和混合描述子优化特征提取效率;通过点特征与线特征驱动多单应性模型并行拟合,构建融合对称传输误差、几何误差及光度一致性及曲率正则的联合能量函数,并引入鲁棒损失函数提升模型稳定性。在SEAGULL、IVSD、Adelaide、UDIS-D数据集以及自采车载场景中,所提方法在PSNR与SSIM平均指标上分别提升至24.65 dB和0.916,有效消除视差伪影。相比LPC、SPW、UDIS++等方法,该方法在复杂车载道路场景中展现出更高的鲁棒性、几何一致性及实用性。