为了提高图像拼接速度并满足高分辨率图像的实时拼接需求,提出了一种基于ORB(Oriented Fast and Rotated Brief)算法和MSAC(M-estimator Sample Consensus)算法的快速图像拼接方法。ORB算法特征匹配速度快,能够满足实时性要求。首先采用ORB算法进行图像特征点提取;然后,采用MSAC算法对匹配点对进行优化,剔除图像拼接中的伪匹配点对,通过正确的匹配点对求解图像变换矩阵;最后,采用双线性插值融合算法消除可见接缝并去除拼接痕迹。实验结果表明,本文方法在保证图像拼接质量的同时具有更快的拼接速度。
整体变分正则化模型在去噪时能较好地保边,但是常常不能很好地保持纹理细节,且去噪后图像在平坦区域会出现阶梯效应。为此,文中提出了一种新的分数阶整体变分(Fractional-Order Total Variation,FOTV)泊松去噪模型,并提出了增广拉格朗日方法求解。通过与求解整体变分泊松去噪模型的快速算法比较,数值实验表明,所提出的模型进行泊松去噪时视觉效果较好,且去噪图像具有较高峰值信噪比。
整体变分正则化模型在去噪时能较好的保边,但是不能很好地保持纹理细节和图像对比度,且去噪后图像在平坦区域会出现阶梯效应。为此,提出了一种新的分数阶整体变分(Fractional-order Total Variation,FOTV)泊松去噪模型,以及分裂Bregman方法求解。通过与求解整体变分泊松去噪模型的分裂Bregman方法比较,数值实验表明,所提出的模型进行泊松去噪时视觉效果较好,且去噪图像具有较高峰值信噪比。
