张广群， 吴伟志， 汪杭军，3

（1.浙江农林大学 信息工程学院，浙江 临安 311300；2.浙江省森林资源监测中心，浙江 杭州 310020；3.中国科学技术大学 自动化系，安徽 合肥 230026）

由于显微镜的视野局限，在保证一定分辨率的前提下，常常只能得到局部的图像，而无法采集到全局的图像。这对木材图像识别造成了一定的困难，也为木材图像的后续分析处理带来了一定的问题。解决该问题的方法是图像拼接，但传统的手工拼接方法效率低，拼接精度与人为的因素、图像或照片的明暗、深浅程度和色彩紧密相关，拼接后的图像往往不协调，不利于图像的后续处理。为了解决这个问题，必须实现图像的自动拼接。图像配准与拼接技术已经广泛应用于航空航天、虚拟现实、计算机图形学和计算机视觉等领域[1]。图像配准和图像融合是图像拼接的2个关键技术。图像配准是图像融合的基础，而且图像配准算法的计算量一般非常大，因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。图像拼接按配准方式主要分为2类[1]：基于区域的拼接方法和基于特征的拼接方法。前者存在计算复杂度高、对图像灰度敏感等缺点，而基于特征的拼接方法，主要通过提取图像的点、线、轮廓等特征进行拼接，可以克服这些缺点，具有速度快、精度高等优点，成为近年来研究的热点。SIFT（scale-invariant feature transform，尺度不变特征转换）[2-3]是其中之一。SIFT作为一种优秀的算法已经被很多文献应用于图像配准与拼接领域[4-8]。……