Performance Evaluation of Bundle Adjustment with Population Based Optimization Algorithms Applied to Panoramic Image Stitching.
Performance Evaluation of Bundle Adjustment with Population Based Optimization Algorithms Applied to Panoramic Image Stitching.
复制标题
DOI：
10.3390/s21155054
复制
发表时间：
2021-07-26
期刊：
影响因子：
--
通讯作者：
Vidal VF
中科院分区：
文献类型：
--
作者：
Aguiar MJR;Alves TDR;Honório LM;Junior ICS;Vidal VF
图像拼接过程基于表示3D场景的部分的多个图像的对齐和合成。从多个数字图像自动构建图像是一项非常重要的技术，在许多工作环境中的不同领域，如遥感和检查和维护中找到应用。在传统的自动图像拼接中，图像对齐通常是通过基于Levenberg-Marquardt数值的方法来执行的。虽然这些传统方法在最终重建中只存在微小缺陷，但最终结果不适合工业级应用。为了提高最终的拼接质量，这项工作使用了RGBD机器人能够精确的图像定位。为了优化最终调整，本文提出了使用生物启发算法，如蝙蝠算法，灰狼优化算法，算术优化算法，Salp群算法和粒子群优化算法，以验证相对于经典Levenberg-Marquardt方法的metabolistics的效率和竞争力。结果表明，元分析师已经找到了比传统方法更好的解决方案。
The image stitching process is based on the alignment and composition of multiple images that represent parts of a 3D scene. The automatic construction of panoramas from multiple digital images is a technique of great importance, finding applications in different areas such as remote sensing and inspection and maintenance in many work environments. In traditional automatic image stitching, image alignment is generally performed by the Levenberg–Marquardt numerical-based method. Although these traditional approaches only present minor flaws in the final reconstruction, the final result is not appropriate for industrial grade applications. To improve the final stitching quality, this work uses a RGBD robot capable of precise image positing. To optimize the final adjustment, this paper proposes the use of bio-inspired algorithms such as Bat Algorithm, Grey Wolf Optimizer, Arithmetic Optimization Algorithm, Salp Swarm Algorithm and Particle Swarm Optimization in order verify the efficiency and competitiveness of metaheuristics against the classical Levenberg–Marquardt method. The obtained results showed that metaheuristcs have found better solutions than the traditional approach.
登录
查看更多内容
DOI：
10.1023/b:visi.0000029664.99615.94
发表时间：
2004-11-01
影响因子：
19.5
作者：
Lowe, DG
通讯作者：
Lowe, DG
影响因子：
6.2
作者：
Agarwala, A;Dontcheva, M;Cohen, M
通讯作者：
Cohen, M
基于三角面近似的局部自适应图像对齐
影响因子：
10.6
作者：
Li, Jing;Deng, Baosong;Yan, Ye
通讯作者：
Yan, Ye
影响因子：
3.5
作者：
Allawi, Ziyad T.;Ibraheem, Ibraheem Kasim;Humaidi, Amjad J.
通讯作者：
Humaidi, Amjad J.
DOI：
10.1016/j.cma.2020.113609
发表时间：
2021-01-11
影响因子：
7.2
作者：
Abualigah, Laith;Diabat, Ali;Gandomi, Amir H.
通讯作者：
Gandomi, Amir H.