王天也，王绍举

(1. 中国科学院长春光学精密机械与物理研究所，吉林 长春 130033；2. 中国科学院大学，北京 100049)

1 引言

图像拼接技术在计算机视觉、遥感观测、航天探索、军事侦查、医学图像处理等领域都有广泛的应用并且具有良好的研究前景[1]。在安防监控领域，图像拼接技术同样扮演着重要角色[2]。图像拼接主要分为图像配准和图像融合两个主要部分[3]，在图像配准中目前应用较为广泛的是基于点特征的配准方法[4]，其中应用最为广泛的包括Lowe D.G.提出的SIFT[5]算法，Bay H 等提出了SURF[6]算法，Rublee等人提出的ORB算法，其中ORB算法的计算速度较前两者有明显的速度优势，为了提高图像拼接的实时性，本文选取了ORB算法进行图像配准，并使用渐入渐出的位置加权算法进行图像融合。

目前ORB算法应用图像拼接的文献比较多，但针对夜晚局部对比度高图像拼接的研究很少。文献[7]提出了基于物理模型与改进边界约束的低照度增强算法，实现了夜晚图像的拼接，虽然拼接图像的视觉效果良好，但复杂度较高，很难保证拼接的流畅性。

使用ORB特征对夜晚图像进行特征提取时，由于存在灯光的因素会导致局部区域的亮度和对比度较高，这部分区域的Harris响应值相对较高，容易计算出大量的特征点，而其它对比度相对较差的区域难以提取出足够数量的特征点，根据局部区域进行匹配计算出的透视变换矩阵很难反映出两幅图像整体的变换关系，使得后续的图像拼接效果不好，虽然可以使用更为复杂的图像融合算法改进这一缺陷，但明显提高了算法的复杂度，增加了图像融合算法时间消耗，不利于视频图像的拼接。……