罗运，贺翔，丁诗婕

（四川大学计算机学院，成都610065）

0 引言

图像拼接是将两幅或者多幅具有重叠区域的图片，采用一定的方法进行融合从而获得更宽视野或者更高分辨率的图像处理技术。在实际应用中，图像拼接技术已经被广泛应用于医学成像、遥感技术、虚拟现实、手机全景等各领域。与此同时，为了获得更加自然的拼接图像效果，图像拼接必须要解决采样透视失真问题、伪影问题。图像拼接包含图像预处理、图像对齐（配准）和图像融合三个步骤，各研究学者从这几个子问题出发，研究算法并获得了比较不错的效果。

图像拼接技术主要有两个分支：基于像素到像素的直接方法以及基于特征的拼接算法[1]。因为基于特征的图像拼接技术在尺度、方向、投影缩减上具有更好的鲁棒性，因此成为了当今研究的热点。常见的特征提取算法有SIFT[2]、SURF[3]、PCA-SIFT[4]等。1997 年，Richard 等人[5]提出了一种严格控制输入图像序列，并且不限制拍摄运动的图像拼接方法。2003 年，Brown等人[6]基于不变特征提出了全自动全景图像拼接的模型，该模型在2007 年[7]得到改进。该文章首次提出一种比较完善的基于特征图像拼接流程，首先从输入图像中提取SIFT 特征，然后将图像拼接问题视作多图像匹配问题，找到无序图像集中的图像之间相互关系以进行全景图像识别，最后通过光束差法将有关联的图像进行融合获得无缝的高质量图像。由于SIFT 提取的特征点对较多，因此文章采用了RANSAC[8]方法进行筛除误匹配点以获得更好的匹配效果。……