图像拼接是计算机视觉方向研究的热点内容,尤其是在移动设备领域应用广泛,如智能手机、无人机、VR等。拼接技术是将存在重叠区域的多幅序列图像依次进行配准,经过多尺度以及多分辨率融合方法的处理,最终形成一幅无缝高质量图像的技术。本文对基于局部特征描述的相关理论与算法进行研究,其中拼接的实时性、配准的精确性、以及高质量的图像融合为本文的研究重点。在传统图像拼接方法中,特征点的提取存在过多的冗余计算,且配准结果不够精确。对此,本文采用全局特征与局部特征相结合的方式进行特征提取,以提高特征提取的准确性与时效性。同时,采用自适应的图像融合与局部色彩映射相结合的方式来消除拼接缝,解决色彩过渡不连续的问题,以提高拼接图像的质量。本文的主要研究内容包括:1.传统的特征提取方法需要对图像全局进行计算,存在大量冗余和无效特征点,而且时间消耗过大。本文采用基于全局的轮廓特征与基于像素级的局部特征相结合的方式,快速定位相似区域,提取有效特征点集合,并采用Hellinger核函数代替欧氏距离进行匹配,提高了特征配准时效性和精确性。2.针对曝光差异较大导致图像拼接时产生明显的拼接缝问题,多分辨率图像融合方法可有效解决。传统多分辨融合方法对分解后的图像进行金字塔式融合,时间成本较大,且存在大量冗余信息。本文根据相似区域范围进行自适应的小波变换融合,并制定融合策略,提高了融合效率,获得无缝拼接图像。3.针对光照不均匀导致的图像颜色过渡不连续的问题,本文采用局部色彩映射算法对图像整体进行平滑过渡处理。减弱图像拼接后整体色调的差异,并使图像的亮度具有统一性。4.本文设计并实现快速图像拼接系统,提取多层次特征,基于Hu不变矩的轮廓特征作为初始层特征,提取相似区域的局部特征作为细化层特征。并采用多分辨率图像融合和局部色彩映射方法进行图像融合,得到高质量的全景图像。