图像拼接广泛应用于医学研究、视频监控和遥感技术等领域,是人们获取大视角图像的重要技术手段.它主要通过待拼接图像的特征匹配对来计算图像变换模型,并利用变换模型实现图像间的空间对齐,进而达到拼接的目的.由于常见配准算法存在计算量大或误匹配率高等问题,导致拼接过程耗时较长、误差较大.因此,拼接技术的研究具有重要意义.本文重点从配准算法的选取及拼接系统的构建两方面出发进行研究,主要工作如下:1.配准算法与阈值的选取.通过对比分析Harris算法、SURF算法和SIFT算法的特征提取性能,确定出基于SIFT的图像配准算法更有利于本文问题的研究.进而采用该算法进行图像配准实验获取最佳配准阈值.2.针对SIFT算法配准过程中时间损耗大和误匹配率高的问题,提出基于距离相对性的分块匹配算法,并从数学上对其可行性进行证明.该算法在SIFT算法基础上,结合图像特征点的分布特征,采用最邻近原则对特征点进行分块,并在对应块间进行配准.这种算法通过块的划分,可在一定程度上缩小配准范围.实验表明,与传统SIFT匹配相比,本文所提出的分块匹配算法在保证鲁棒性的前提下耗时更短、正确匹配对更多且正确匹配率也更高.3.针对RANSAC算法提纯过程中耗时长和误差大的问题,提出基于仿射不变性的误匹配剔除算法,并从数学上证明其可行性.该算法根据平面向量基本定理,将图像特征间的对应关系转化为向量表达式中系数的求解,从而达到简化计算的目的.实验表明,与RANSAC算法相比,本文提出的误匹配剔除算法计算次数更少、计算误差更小,在保留正确匹配对的同时可剔除更多误匹配对.4.图像拼接系统的构建.本文从动态规划基本理论出发,综合考虑图像结构特征与色彩差异,选取恰当的最佳缝合线搜索准则,并建立基于动态规划算法的最佳缝合线求解模型.在此基础上,采用本文提出的分块匹配算法和基于仿射不变性的误匹配剔除算法替代传统图像拼接系统中的SIFT匹配和RANSAC误匹配剔除算法,从而构建本文图像拼接系统.实验表明,与传统拼接系统相比,采用本文拼接系统可在一定程度上避免因重叠区域的“错位”而造成的重影现象,所得图像的视觉效果更好.