基于深度学习优化拼接质量的图像拼接方法及系统

基于深度学习优化拼接质量的图像拼接方法及方法，包括单应性矩阵估计阶段：基于ResNet50网络提取待拼接的图像的包含语义信息的特征信息；通过全局相关层来计算两幅待拼接的图像的相似性；通过卷积层、全连接层获取图像顶点的偏移量；由DLT算法估计出单应性矩阵H。初步拼接阶段：利用STL变换网络，根据单应性矩阵估计阶段所求出的单应性矩阵H，得到一个平滑的变化图像；利用平均融合将待拼接的图像生成为初步拼接图像。图像质量优化阶段：将初步拼接图像以及其对应的掩码Mask，预测出其完整边界，从而生成完整边界的高质量图像。该方法和系统能够提升图像拼接的质量、减少人工干预，并改善用户的观感体验。