基于深度特征提取的深海序列图像拼接网络

来源：电子测量技术杂志2025年第3期北京时间：

作者：赵帅，张春堂，樊春玲

单位：青岛科技大学自动化与电子工程学院 青岛 266061

摘要：利用图像拼接获得海底全景图对了解深海地形地貌具有重要意义。受限于深海环境，海底图像特征模糊，序列图像的连续拼接需要一种稳定、有效的拼接网络。针对上述问题，本研究提出一种结合改进ALIKED（ALIKED-P）和LightGlue的深海序列图像拼接网络AP-LG。首先，用可变形卷积v2替代ALIKED网络中可变形卷积，引入调节机制，增强网络的特征捕获能力；然后，通过特征金字塔网络实现多尺度特征融合，增强网络对环境变化的鲁棒性；最后，以LightGlue特征匹配网络为核心，基于单应性估计策略，实现多张序列图像的连续对齐拼接。实验结果表明，在UIEBD和DISD数据集上，AP-LG网络分别以32.91%和49.41%匹配率使得86.00%和93.60%的图像对匹配到100对以上的有效特征点，所提方法能够稳定提取深海图像特征，有效实现特征匹配，完成深海序列图像拼接。

关键词：图像拼接;特征提取;特征匹配;ALIKED;LightGlue