论文题目：Robust UAV Thermal Infrared Remote Sensing Images Stitching Via Overlap Prior Based Global Similarity Prior Model（用重叠度先验的全局相似性优先模型鲁棒拼接无人机热红外遥感影像）
作 者：Jiguang Cui; Man Liu; Zhitao Zhang; Shuqin Yang; Jifeng Ning（通信作者）
期刊名称：IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing（中科院2区期刊）
发表日期：2020年10月
论文摘要：
无人机热红外遥感(TIRS)图像拼接的主要问题在于图像匹配对的不准确对齐导致累积误差，容易导致变形甚至失效。文献中很少有关于拼接TIRS图像的研究报道。本文首次提出了一种简单、鲁棒的基于飞行过程先验信息的TIRS图像拼接方法。首先，根据定位定姿系统(POS)信息和相机参数，估计相邻图像的重叠度，选择不同方向上高重叠度和高匹配置信度的图像对。然后将它们加入到全局相似度先验(GSP)模型的局部对齐项中。因此，与传统的匹配对构造方法相比，每幅图像具有更多的匹配对约束，极大地提高了GSP的局部配准能力，从而防止其收敛到局部最优解。在4个试验区收集的24组大规模农田TIRS图像数据集上，在不同作物生长时期和气象条件下，对提出的方法进行了广泛评价。与两种商业拼接工具和两种有代表性的拼接算法相比，该方法在定性和定量评价上都显著提高了局部对准能力和整体拼接质量。此外，当航向重叠度从85%降低到70%时，与相关拼接方法和商用工具相比仍具有优势，提高了无人机TIRS图像的采集效率。
论文链接：https://ieeexplore.ieee.org/document/9229104