为了解决网格运动统计(GMS)算法在图像发生旋转时特征匹配时间过长的问题,提出一种改进的快速GMS图像匹配算法。首先采用快速特征点提取和描述算法对图像进行暴力匹配以得到初始匹配点对,根据汉明距离选取其中匹配质量较高的特征匹配对。然后通过计算匹配对特征点主方向的差值得到两个图像的近似旋转角度,根据旋转角度直接确定运动核的最佳形态。最后采用GMS算法根据运动核来实现正确匹配与错误匹配的区分,避免循环计算不同形态运动核的匹配结果,减少算法运行时间。实验结果表明,改进算法正确匹配点的数目比传统特征点匹配算法至少提高28%,在匹配速度方面较GMS算法至少可提高36%。

针对图像特征点提取匹配算法中配准率不高的问题,提出了一种优化栅格移动统计的图像配准算法。首先使用快速特征点提取和描述算法提取特征点,再通过暴力匹配算法进行大致的特征点配准。根据图像的大小和特征点的个数将图像划分成多个栅格,对栅格内的特征点数量进行移动统计,通过九宫格里特征点距离中心特征点的远近,使用高斯函数制作分数统计模板。将九宫格里的分数统计与设定的阈值进行对比,超过阈值则认为是一个正确的匹配点,否则即被筛选掉。实验结果表明,该算法比基于栅格的移动统计算法获得精确匹配点的数目提高了18.17%,与传统特征点提取匹配算法相比,速度最大可以提高约41.3%,能有效剔除错误匹配,提高匹配率。

针对图像拼接技术中特征精匹配耗时长,图像配准精度低导致拼接区域模糊等问题,提出一种基于改进网格运动数据和加权投影变换的图像配准算法。该方法使用ORB(Oriented FAST and Rotated BRIEF)算法进行图像特征提取,再利用暴力匹配算法进行图像粗匹配。然后将图像划分成多个方形网格,进行网格特征数量统计,通过计算五宫格特征分数来剔除错误匹配,得到精匹配特征点集。最后通过引入距离权重系数获得加权投影变换模型实现图像配准。将本文算法与其他方法在拼接序列集上进行测试比较,实验结果表明,本文算法在配准精度上平均提高28.7%,在特征精匹配速度上提升43.6%,拼接的全景图像无明显几何错位和畸变,整体成像自然。