针对传统序列图像拼接算法中的误差累积问题，提出一种基于全局和局部特征的图像拼接方法. 同时拍摄大视场角、低分辨率全局图像和小视场角、高分辨率局部图像，利用深度学习替代传统算法提取两者匹配点，进而根据两者面积比等比例扩大全局图像的匹配点坐标，将局部图像无缩放地投影至全局图像所在平面，最后融合投影后局部图像的重叠区域，拼接形成一幅大视场角、高分辨率全景图像. 实验结果表明，该方法中深度学习快速且精准地实现了特征匹配，同时局部图像间相互独立，有效地解决了拼接顺序限制和拼接误差累积.
PDF全文下载地址：http://journal.bit.edu.cn/zr/article/exportPdf?id=52e11906-03f5-4ff1-b6f5-5a401727b6b9