屈玳辉， 谢益武

(大连海事大学 信息科学技术学院,辽宁 大连 116033)

限于相机的画幅，很难一次拍摄得到全景图像，此时需要多次拍摄然后拼接得到全景图像。在拍摄时，由于拍摄平面不同，将会导致相邻待拼接图像具有视差，在配准拼接时会出现重影，严重影响感官[1-4]。

国内外许多学者对具有视差的图像拼接算法进行了研究。例如，张朝伟等[5]提出使用优化SIFT算法[6](Scale Invariant Feature Transform)实现特征匹配，然后使用随机采样一致性算法得到内点，以此计算出相邻图像的变换参数，然后完成融合。该算法对视差较小的图像拼接效果较好，但是对具有大视差的图像拼接效果较差，会出现严重重影；而且SIFT算法匹配速度较慢，严重影响拼接效率。谢雨来等[7]提出使用SURF(Speeded Up Robust Feature)算法[8]完成特征匹配，得到形变参数后，使用双线性差值算法配准图像，最后使用加权平均法融合。SURF算法特征匹配速度远超过SIFT算法，可加速拼接算法；得到形变参数后对待拼接图像重采样，从而使配准精度增加。为了得到更好的拼接图像，有学者提出首先使用SIFT算法完成特征匹配，然后把拼接图像划分为前后景，分别计算前后景图像的变换参数，分别配准融合[9]。该算法相较前两种算法配准精度较高，对视差较小的图像配准效果较好，但是对大视差图像拼接效果不佳。文献[10]提出APAP(As-Projective-As-Possible Image Stitching)模型，先使用SIFT算法完成特征匹配，再用随机采样一致性算法(Random Sample Consensus,RANSAC)筛选内点，然后对目标图像网格划分建立Moving_DLT(Moving Direct Linear Transform)方程，根据特征点分布解Moving_DLT方程，并对每个网格形变矩阵高斯加权，最后配准图像，对重叠区域加权融合。……