基于有向線段誤匹配剔除的煤礦巷道復雜場景圖像拼接方法

程 健，閆鵬鵬,，郁華森，史夢陽，肖洪飛

(1.煤炭科學研究總院 礦山大數據研究院，北京 100013；2.煤炭資源高效開采與潔凈利用國家重點實驗室，北京 100013；3.中國礦業大學 信息與控制工程學院，江蘇 徐州 221116；4.首都醫科大學 生物醫學工程學院，北京 100069)

0 引 言

近年來，隨著大數據、云計算和人工智能的快速融合發展[1]，以及相關軟硬件研發的突破創新，煤礦智能化已經成為煤炭行業發展的重大戰略方向[2]。而圖像和視頻作為煤礦智能化中智能感知要素[3]，目前已逐漸應用于煤礦的日常生產活動中，在煤礦巷道機器人導航和地圖構建[4]、三維可視化[5]、人員識別[6]、巷道視頻圖像拼接[7]等方面有著廣泛的應用。使用煤礦巷道的圖像進行圖像拼接，獲得巷道的全景圖，是實現煤礦巷道的三維重建、可視化以及數字模型建立等方面研究的基礎性工作。作為計算機視覺領域最經典的算法之一，圖像拼接步驟一般包括[8]：圖像預處理、圖像配準、圖像融合。其中圖像配準是圖像拼接的關鍵與核心[9]，一般分為基于區域的配準方法和基于特征的配準方法，相較于基于區域的配準方法，基于特征的配準方法計算效率高、魯棒性好、場景適應性強。對于基于特征的配準方法[10]，圖像配準的質量與圖像特征匹配點精度息息相關。由于煤礦井下巷道場景復雜、光照不均衡，重疊區域特征點匹配錯誤率較高，對于經典的隨機采樣一致性RANSAC(RANdom SAmple Consensus)算法[11]及其改進融合算法[12-15]，雖在一定程度上剔除了一些誤匹配點，提高剔除結果的精度，但是誤匹配點仍然很多，主要表現為受煤礦巷道復雜場景影響其特征點的描述子很相近，但相應匹配點在圖像中的位置相差甚遠，使得這些算法在煤礦巷道圖像拼接中的實際效果較差。……