王 月，李 阳，金映谷，杨亚宁

(大连民族大学 a.信息与通信工程学院；b.机电工程学院，辽宁 大连 116605)

图像拼接是将多幅有重叠区域的图像拼成一幅高分辨率的全景图像，实际应用中，硬件设备和一些不可控因素使得待拼接图像存在几何畸变。畸变不仅影响视觉效果，更决定拼接任务成功与否。图像拼接应用领域广泛，待拼接图像种类繁多、特征多变，目前尚没有一种方法能够适用于不同领域多款相机的图像拼接[1]。

近年来，随着图像处理技术的快速发展，国内外已有很多科研工作者对图像拼接进行研究。Alomran等[2]通过检测所获取图像的重叠区域，自动对齐和融合图像的拼缝处从而创建全景图像，该方法通过广角镜，垂直和水平旋转采集图像，以及在非固定轴上取图，能够以最小5%的重叠面积正确拼接。Zhu L等[3]提出一种基于改进加速鲁棒特征的快速拼接方法，首先采用机器学习方法构建二分类器，对SURF提取的关键特征点进行识别，剔除非关键特征点，继而使用RELIEF-F算法对改进的SURF进行降维和简化，实现图像配准，提高了配准速度。Zhou A等[4]根据缺陷钢制旋转零件图像特点，提出一种基于倾斜概率测度和RANSAC算法的带特征点SIFT特征跟踪图像拼接方法，该方法利用尺度不变特征变换算法和基于斜率概率测度的伪匹配点对的除去算法以及随机抽样一致算法，求解两个邻接矩阵的配准参数，进而完成零件缺陷图像拼接。Du X等[5]提出一种基于BRISK特征提取的改进ORB图像拼接方法，该方法使用ORB算法描述特征点，使用KNN算法和PROSAC算法纯化匹配点，通过渐进渐出加权平均融合完成拼接。……