基于特征点的图像拼接不仅不易受光照、旋转等因素影响,而且还有利于提高速度,是目前图像拼接的主流方向。尺度不变特征变换(SIFT)是目前比较成熟的一种角点检测算法,但是其特征点匹配问题仍然没有得到很好的解决。从系统相似的角度出发,提出了基于系统相似论的匹配准则,并将新匹配准则与传统的匹配准则进行了对比,指出了传统匹配准则存在的问题,测试了新准则匹配的精度和速度,分析了新准则能够取得更高精度的原因,并据新准则成功地检测了待拼接图像中的匹配角点,然后用改进的样本一致性算法计算出仿射变换的投影矩阵,并用Levenberg-Marquardt (L-M)算法对其求精,最终实现了图像的自动拼接。最后给出了全景相机图像的拼接结果,并对新的匹配准则给出了进一步的分析讨论。

针对运动预测过程中单一匹配准则的不足提出了一种联合匹配准则,能较好地处理小目标的灰度渐变.基于运动预测过程中不断进行的像素块匹配运算提出了一种新的像素抽样算法,该算法使得运算量大大减少,匹配精度逼近全像素匹配算法.这两种技术的综合应用使得整个运动预测效率有较大改善.