祝 和，赵 燕，李金科

(1.武汉理工大学 机电工程学院，湖北 武汉 430070；2.中国科学院 深圳先进技术研究院,广东 深圳 440305)

随着人工智能的发展，通过图像处理实现目标识别、信息提取等任务已广泛应用于军事、生产生活等领域。而当单目图像传感器由于视野等性能的限制难以满足获取足够场景信息的需求时，选取双目相机进行图像拼接以获取更大视野是理想方案之一。

目前的图像拼接工作通常是由上位机完成，在嵌入式图像拼接技术方面，文献[1]通过FPGA(field programmable gate array)实现图像采集与增强，DSP(digital signal processing)实现图像拼接，通过求解特征点最近邻与次近邻的比值确定最合适特征点配准；文献[2]以多核高性能AM5728为硬件平台，采用ORB+FLANN以及RANSAC(random sample consensus)算法计算重叠区域，通过最佳缝合线实现图像拼接；文献[3]采用FPGA负责完成视频采集，DSP内部运行SIFT(scale invariant feature transform)算法实现图像拼接等。

对于无视差以及较少视差图像拼接而言，主流基于特征点配准的图像拼接算法有SIFT及其改进SURF(speeded-up robust features)算法、ORB(oriented fast and rotated brief)算法。ORB算法继承了FAST(features from accelerated segment test)搜索算法的快速以及BRIEF(binary robust independent elementary features)描述子占用内存较少及快速匹配的特点[4]，更适用于实时嵌入式系统，但同时其特征子匹配质量不高，易出现大量误匹配点。

鉴于此，笔者通过合理的硬件设计无需FPGA直接实现了双目相机的同步曝光与采集；在软件上通过改进ORB算法保证了ORB算法实时性的同时弥补了其大量误匹配点的不足。

1 硬件设计

系统硬件结构框图如图1所示，系统以DSP为中央处理器，采用两个相同型号的CMOS(complementary metal oxide semiconduction)图像传感器同步获取……