大唯机电安装工程（苏州）有限公司 张 博

随着计算机技术的发展，图像处理在许多行业得到了广泛的应用，图像拼接技术可以方便快速的获得宽视域的图像。本文基于OpenCV计算机视觉库和SIFT图像匹配算法，采用C++开发语言，实现了图像的快速拼接。实验结果表明：采用SIFT算法进行图像拼接，通过加权融合消除了拼接的裂缝现象，达到了预期的拼接效果。

图像拼接技术在图像处理领域占有重要的地位，它在无人机影像处理、医学图像处理以及安防监控有着广泛的应用，具有良好的研究前景。图像拼接的任务是将一幅或者多幅具有部分相同特征点的图像组合在一起，形成一幅新的图像。所形成的新的图像具有更宽的视域，具有一定的研究价值。

1 SIFT算法

1.1 简介

尺度不变特征变换(Scale Invariant Feature Transform，SIFT)利用128维的特征向量来表示图像中检测到的特征点。因此，经过SIFT算法，图像被表示为128维的特征向量集。这个特征向量集既能够使图像经过旋转、缩放以及平移仍然保持不变，又能够在光照和投影变换下具有较高的鲁棒性。其实质是在图像的不同尺度空间中寻找关键点，并得到关键点的方向。其步骤可以大致分为以下五步。

（1）建立高斯差分金字塔，对不同分组中的图像采用降采样，使用不同尺度的高斯核对原始图像在不同图像层上进行卷积，进而生成高斯金字塔。然后在高斯金字塔中将相邻的两幅图像相减生成高斯差分金字塔(DOG)。

（2）关键点的初步确定，关键点是由DOG空间中的局部极大、极小值点组成，通过在高斯金字塔中某一层图像的领域中比较同组的相邻两幅图像完成关键点的初始定位。……