![9ed8b313843f8d4d56d662151b382d47.png](https://i-blog.csdnimg.cn/blog_migrate/d9824b773020d76ff44fb28a4b8b81c0.jpeg)
图像拼接是指将多张有重叠部分的图像(不同来源、不同视角)通过变换拼成一幅大型无缝图像的过程。图像拼接主要通过图像获取、图像配准和图像融合来完成。目前图像拼接技术被广泛应用于地质勘测、遥感图像处理、计算机视觉、医学图像分析、虚拟现实等领域,对其进行深入的研究具有重要的意义。
![2596407dfb3c3a89aec0d1d7b74ae6a6.png](https://i-blog.csdnimg.cn/blog_migrate/f50cc9510d1916034eb5f5c40c15872c.png)
工作概述:
常见的图像拼接方法有基于变换域的方法、基于灰度相关的方法、基于图像特征点的方法。由于特征点法对光照条件、旋转等变化呈现出很好的鲁棒性,具有更高的可靠性,所以是目前图像拼接的主流方向。常用的特征点提取算法主要有Harris、SIFT和ORB等。其中ORB算法是Ethan Rublee等于2011年提出,不仅可以保证尺度和旋转不变性,由于采用FAST角点检测所以速度上也得到很大提高,近年来得到了广泛的应用。
我们提出了一种基于ORB特征的遥感图像拼接改进算法,充分利用ORB特征点检测算法简单高效的优势,采用暴力匹配的方式实现快速匹配,针对误匹配点对,采用随机抽样一致性算法RANSAC进行剔除。