基于改進(jìn)的FAST-SURF快速圖像拼接算法

陳 偉，劉 宇，王亞偉，孫 靜，嵇 婷，趙青林

（1.西安應(yīng)用光學(xué)研究所，陜西 西安 710065；2.西安文理學(xué)院 機(jī)械與材料工程學(xué)院，陜西 西安 710065）

引言

圖像拼接是將同一場景中具有重疊視場的兩幅或者多幅圖像組合，以產(chǎn)生一幅無縫全景圖或高分辨率圖像的過程，經(jīng)過拼接所獲得的圖像有較大的視場[1]。它廣泛應(yīng)用于地質(zhì)勘測、軍事偵察、醫(yī)學(xué)微創(chuàng)手術(shù)、航空航天以及視頻會(huì)議等領(lǐng)域。圖像拼接基本流程包括圖像預(yù)處理、圖像配準(zhǔn)、圖像融合等[2]，其中圖像配準(zhǔn)是一個(gè)重要環(huán)節(jié)，常用的圖像配準(zhǔn)算法是基于特征的配準(zhǔn)方法，該方法具有計(jì)算速度快、魯棒性好和對(duì)圖像變形不敏感等優(yōu)點(diǎn)。常見的特征配準(zhǔn)算法中，較為成熟的有SIFT(scale invariant feature transform)[3]算法和SURF(speeded-up robust features)[4]算法。SIFT算法具有尺度不變性和旋轉(zhuǎn)不變性，圖像在尺度變化和旋轉(zhuǎn)變化的情況下匹配效果受影響很小，由于采用差分高斯金字塔進(jìn)行特征點(diǎn)提取，并且每個(gè)特征點(diǎn)都需要構(gòu)建128 維描述子，所以在計(jì)算和匹配過程中運(yùn)行時(shí)間相應(yīng)增加，降低了運(yùn)行速度[5-6]。Herbert Bay 等人在分析總結(jié)多種特征檢測方法的基礎(chǔ)上提出了SURF 算法，加入了積分圖像簡化計(jì)算，減少了檢測特征點(diǎn)的計(jì)算量，而且對(duì)圖像的平移、旋轉(zhuǎn)、縮放等變化具有很好的不變性[7]。盡管SURF 算法具有杰出的性能，但仍然存在計(jì)算量大、匹配時(shí)間長的問題。FAST(features from accelerated segment test)[8]算法是由Edward等人提出的一種快速角點(diǎn)檢測算法，最大的特點(diǎn)就在于其計(jì)算效率高，正是由于其具有高速性能，所以更適合應(yīng)用于快速拼接。……