针对车底危险物图像拼接中存在特征点匹配精度低、匹配速度慢、拼接处存在裂缝以及拼接时间久的问题，提出一种车底危险物图像快速拼接算法。首先，利用角点检测（FAST）算法进行图像特征点提取，再用二进制鲁棒不变可扩展关键点（BRISK）算法对保留的特征点进行特征描述；其次，用快速最近邻搜索（FLANN）算法进行粗匹配；接着，使用渐进一致采样（PROSAC）算法进行特征点提纯；最后，利用拉普拉斯金字塔算法进行图像融合与拼接。实验结果表明：在车底危险物图像数据中，与SIFT、SURF、ORB算法相比，所提算法的图像特征匹配精度分别提高13.10百分点、8.59百分点、11.27百分点，匹配时间分别缩短76.26%、85.36%、10.27%，图像拼接时间分别缩短63.73%、64.21%、20.07%，拼接处不存在明显裂痕。因此，基于FAST、BRISK、PROSAC和拉普拉斯金字塔组合的图像拼接算法是一种优质的图像快速拼接算法。

针对现有图像盲取证方法在多重镜像篡改检测效果较差的问题,提出一种基于近似最近邻(ANN)搜索的图像篡改检测方法。提取图像的BRISK(Binary Robust Invariant Scalable Keypoints)特征描述子,获得图像的二值特征向量。利用PatchMatch计算特征间的偏移量并借助传导策略优化搜索相似图像块,实现篡改区域的初步检测。利用最小均方线性模型计算拟合误差移除误匹配点,精确定位篡改区域。在CASIA V2.0图像数据集和哥伦比亚大学图像数据集上进行实验,实验结果表明,该算法能够准确且高效地检测经复杂几何形变的篡改区域,特别是对多重镜像篡改检测的准确率更高。

为实现复杂动态背景下快速、准确地检测运动目标，提出一种改进二进制鲁棒不变尺度特征(BRISK)算法的运动目标检测方法。首先对图像进行分块，利用图像熵对图像块进行筛选；然后针对特征匹配过程中存在大量误匹配的问题，采用k 近邻算法与欧氏距离进行特征匹配；最后通过改进的顺序抽样一致性算法进行特征点提纯，进一步完成背景运动补偿，从而利用形态学处理分割运动目标。采用多组视频图像进行验证，本文算法在原BRISK 算法的基础上去除了32.7%的特征点，并且匹配效率提高了75%，处理速度比以往算法快，并且具有较强的抗噪性能。

在红外图像拼接技术的实际应用中，除了追求较高的拼接精度外，还应尽可能地提高拼接速度以满足实时性的要求。本文结合红外图像拼接技术的实际应用需求，将BRISK 二值描述子和Canny边缘检测应用于SURF 红外图像拼接，提出一种改进的SURF 红外图像拼接方法。改进的红外图像拼接方法在特征点提取阶段将SURF 特征点检测、Canny 边缘检测和BRISK 二值描述子有效结合，生成边缘SURF-BRISK 特征点；在特征点匹配阶段采用自适应阈值的层次聚类方法作为搜索策略，并采用RANSAC 算法剔除误匹配的特征点；在图像融合阶段采用渐入渐出的融合方法消除图像拼接缝隙。实验证明，本文所用红外图像拼接方法在对复杂场景下的红外图像进行拼接时，有效地提高了配准精度和拼接速度。

特征检测子是近年来计算机视觉领域的研究热点。在宽基线匹配、特定目标识别、图像及视频检索、机器人导航和数据挖掘等多个领域均得到了广泛应用。为总结特征检测子目前存在问题及指出可能的发展方向, 对比分析了当前普遍使用的特征检测子的鲁棒性与速度。首先综述了尺度不变特征检测子(SIFT)、快速稳健特征检测子(SURF)、二进制稳健尺度不变性特征检测子(BRISK)、定向的基于加速段检测子(ORB)、风式特征检测子(KAZE)以及快速风式特征检测子(Accelerated-KAZE), 然后按照特征检测步骤深入分析了各种影响检测子性能与速度的方法, 最后利用Mikolajczyk 05标准测试图集测定并分析了检测子的复现率与耗时实验。实验结果表明, 快速非线性尺度空间、基于加速段的特征检测子(FAST)与长距离对迭代法的综合性能较好。

在CamShift目标跟踪的框架下，提出了基于BRISK特征匹配和CamShift的目标跟踪方法，该方法通过颜色特征和局部特征共同定位目标，从而实现目标准确跟踪。在保证跟踪实时性的前提下，该方法改善了CamShift算法在目标跟踪过程中对背景、尺度、旋转和遮挡变化的敏感性和目标跟踪的特征单一性。实验对比结果表明，该改进方法较单独基于特征匹配的目标跟踪方法,其快速性有很大提高，较CamShift跟踪方法在目标尺度变化、旋转变化、光照变化、背景变化和遮挡变化条件下的鲁棒性更强，同时增强了两种算法的跟踪准确性。

针对利用图像配准测量物体的旋转角度问题 ,本文提出利用改进的 BRISK特征点求取。该方法利用 BRISK初步得到特征点后，给特征点间的汉明距离设置阈值初步筛选，以余下点对的最小汉明距离为阈值进行二次筛选得到最终的匹配点对，最后这些点对分别结合 OTSU(最大类间方差 )、仿射矩阵及特征点组成的直线斜率的中位值三种方法，计算物体旋转角度及所需时间。实验结果表明，利用二次阈值对 BRISK特征点进行筛选，配准度有了很大提升；三种方法测量角度的绝对误差基本都在 1 °以内，且消耗的时间均不超过 1 s，而且对噪声，遮挡，光照变化等有一定的鲁棒性。

针对航拍图像存在平移、旋转、尺度和亮度变化的问题，提出了一种新的基于二进制鲁棒不变尺度特征(BRISK)的快速图像自动配准算法。首先提取BRISK特征点，其次采用引导互匹配策略得到初始匹配点对，然后采用预检测的随机抽样一致(RANSAC)算法剔除误匹配点对，最后用最小二乘法求出帧间的变换模型参数，采用双线性插值得到配准后的图像。实验结果表明，该算法不但满足配准精度的要求，而且运行速度远远快于SURF算法,具有一定的理论和应用价值。

为了获得精准的航空拼接图像，本文提出了一种结合BRISK算法与互相关模块匹配算法的新算法。传统的BRISK算法在拼接平移方向上存在较大的误差。针对该问题，首先使用BRISK算法实现尺度和旋转的校正，再引入模块匹配方法完成平移校正，同时在BRISK算法中加入RANSANC算法实现精准拼接。实验结果表明，本文算法是一种运算时间短、精确度高、拼接效果良好的图像拼接方法。