1、圖像拼接技術是數(shù)字圖像處理鄰域的一個研究熱點。近年來，隨著技術的成熟，圖像拼接技術被很好的應用到了機器人導航、無人平臺戰(zhàn)場監(jiān)控、航拍圖像處理等多個領域?；谔卣鞯膱D像配準與拼接技術配準結果準確拼接效果良好且不易受光照、旋轉等因素的影響是當前圖像配準與拼接領域研究的熱點。本文在深入研究和學習已有的基于SIFT的圖像配準與拼接技術的基礎上，詳盡地分析了現(xiàn)有算法的不足，并提出了若干改進算法。本論文的主要工作如下:
　　 (1)首先，針

2、對SIFT生成特征描述符環(huán)節(jié)計算量大的問題，提出了一種改進的描述符生成算法。該算法用卷積運算來統(tǒng)計特征點子鄰域的梯度信息，從而避免了頻繁的計算子鄰域的梯度直方圖，且避免了大量的重復計算，提高了算法的快速性。
　　 (2)其次，在特征點匹配階段，首先借助kd-tree利用特征描述符向量為特征點建立了索引樹，然后選取特征點的近似的最近鄰距離與次近鄰距離之比作為特征點之間的相似性度量并借助最小優(yōu)先權隊列在kd-tree上搜索特征點的匹

3、配點，最后分別用由SIFT類型的特征描述符和由改進算法生成的特征描述符生成匹配結果并對由這兩種描述符生成的匹配結果進行了比較和分析。在變換矩陣求解階段，首先用RANSAC算法剔除大量的錯匹配點然后用迭代的非線性最小二乘法L-M對變換矩陣求精。
　　 (3)然后，針對傳統(tǒng)的基于SIFT的圖像配準算法存在的三個弊端:(1)待拼接圖像的非重疊區(qū)域對特征點的匹配沒有絲毫用處，所以沒必要對非重疊區(qū)域進行特征提取;(2)在處理高分辨率的大圖

4、時由于提取出的特征點很多使得建立kd-tree和搜索特征點所需的計算量大大增大;(3)圖片中的相似結構產生的錯匹配點僅僅依靠特征描述符向量的相似性很難剔除。本文提出了一種由粗到細的分塊匹配策略，該策略將大圖匹配問題轉換成若干個小圖匹配問題。實驗結果顯示該策略的匹配速度要比傳統(tǒng)的基于SIFT的圖像配準算法快1倍以上，且能有效的剔除由圖像的相似結構產生的錯匹配點。
　　 (4)最后，針對傳統(tǒng)方法在圖像融合后易出現(xiàn)拼接縫隙和像素過渡不