为了解决传统图像拼接算法匹配率低以及拼接速度慢的问题,提出一种结合区域分块的快速BRISK图像拼接算法。采用频域相位相关算法寻找两幅图像间的相似部分,将其均匀划分成N×N'的图像块,计算各图像块的标准差,选择标准差较大且分布在不同位置的两个图像块,用BRISK算法进行特征点粗匹配。获得匹配点对后,构造有向线段并进行邻近线段匹配。通过随机选择的匹配点对计算投影变换矩阵,进行投影误差校正,最后进行加权融合和亮度均衡化完成图像拼接。实验结果表明:该算法能够保证图像拼接的正确率大于90%,并且拼接速度提升63.7%。

针对图像匹配算法计算量大, 实时性差的问题, 提出了一种基于区域分块与尺度不变特征变换(SIFT)相结合的图像拼接算法。该算法利用图像能量的归一化互相关系数快速分割出匹配图像与待匹配图像间的相似区域, 利用SIFT算法在重叠区域中搜索出能用于匹配的图像特征点并实现快速精确配准。然后, 通过对图像进行了几何校正和图像融合来实现图像序列间的无缝拼接。实验结果表明, 该算法减少了传统SIFT算法的大量无用搜索, 改善了图像的几何失真, 降低了算法复杂度, 提高了图像匹配的速度, 在保证90%以上的匹配准确率的基础上, 计算时间较传统SIFT算法减少了近50%。提出的算法可准确、快速地实现有形变和尺度变换图像的无缝拼接。

针对目前 SIFT算法在特征匹配过程中出现的搜索范围广、处理数据量大、速度慢的问题, 提出一种基于区域分块思想的新型 SIFT匹配法。首先将待匹配图像进行双边二分区域分块处理; 其次采用投票机制方式选取可信匹配子块, 缩小原始匹配区域空间; 随后结合 SIFT算法提取可信匹配子块的特征点, 并进行初步匹配; 最后结合双向 RANSAC算法去除伪匹配点对, 提高匹配的准确率。实验结果表明: 基于区域分块的改进 SIFT算法比标准 SIFT算法具有更强的实时性和鲁棒性, 在实际图像匹配中具有一定的应用价值。