戴卫华，刘盛春，赵 慎 ，彭 华，张 昊，黄志刚，李小林

(1. 信息工程大学 信息系统工程学院， 河南 郑州 450001；2. 哈尔滨工程大学 水声工程学院， 黑龙江 哈尔滨 150006；3. 陆军工程大学 石家庄校区， 河北 石家庄 050003；4. 盲信号处理国防科技重点实验室， 四川 成都 610041；5. 拉盖尔电子科技有限公司， 湖南 长沙 410073)

图像拼接技术可以有效解决宽视场图像获取问题，是“全景视频”热点应用的技术基础，在视频会议、监控和遥感测绘等领域有广泛的应用[1]。现实中可以采用广角相机拍摄得到宽视场图像，但是这样得到的宽视场图像在边缘容易发生严重畸变，校正畸变的过程十分烦琐，且广角相机光学器件价格昂贵。除此之外，广角相机视场一般不超过180°，只采用单个广角相机很难获取更宽视场图像，尤其是360°全景图像。图像拼接技术恰能解决该问题：采用多个相机，同时获取视场图像，相邻相机的视场图像一般存在30%至50%的重叠区域，所有相机视场能够覆盖360°范围。通过处理，将相邻两个视场图像拼接成更宽的视场图像。经过多次拼接，所有视场图像最终形成一个360°的全景图像。

图像拼接算法众多，大致分为设备标定法和重叠区域检测法[2]。设备标定法需要精密成像器材，耗费大量人工操作，使用很不方便。重叠区域检测法容易自动化操作，实现灵活，因此成为主流方法[3]，其典型代表是尺度不变特征变换(Scale Invariant Feature Transform，SIFT)算法[4]和加速稳健特征(Speeded-Up Robust Features，SURF)算法[5]。SIFT算法利用图像特征点360°方向的梯度信息，同时利用高斯核实现尺度空间变换，具有显著的图像变换不变性，在旋转、仿射、尺度变换等场合下性能稳定，唯一不足的是计算量大。……