陈俊豪，石洪滔，汪琪，王茜

（电子科技大学，四川成都，611731）

如今，无人机航拍的应用范围日益广泛。无人机飞行高度低、体积小重量轻，抗风能力差，由于天气等不确定因素，航拍图像往往需要图像处理，图像拼接是关键技术之一。不同于普通的图像拼接，无人机图像拍摄范围广、含括信息复杂，图像本身具有几何畸变和辐射畸变，进一步导致图像间常有角度差异和色彩差异。图像拼接的常规步骤包括：图像预处理、特征点提取、变换矩阵求解、图像融合、拼接质量评价。

图像预处理的主要目的是图像增强，提高图像对比度、清晰度，突出有用信息[1]，从而提升后续图像配准准确度。直方图均衡化和规定化是图像预处理的主要技术，实际应用中，可以采用单一方法处理或多种方法联合处理达到预期效果[2]。在特征点提取方面，现有很多经典算法：1988年的Harris角点检测算法，Harris角点具有平移不变，旋转不变等优点[3]。2004年，Lowe提出的尺度不变特征转换算法（Scale-Invariant Feature Transform或SIFT），具有稳定性好、精度高、鲁棒性强等特点[4]。针对SIFT算法计算量大、耗时较长的不足，2006年Bay等提出加速稳健特征（Speeded Up Robust Features或SURF），通过Hessian矩阵和降维的特征描述子提高了图像配准的效率[5]。就变换矩阵而言，最基本的是仿射变换和透视变换，前者为二维坐标内的平面变换，后者为从二维映射到三维后回到二维的的空间变换。它们不仅能够用于重合度较低的图像之间的配准，还能够用于运动场景图像以及含有遮盖物体图像之间的配准[6]。……