cv2 orb 图像拼接_基于ORB算法的全景图像拼接技术

基于

ORB

算法的全景图像拼接技术

贾文超

*

【摘

要】

基于快速、高效地实现全景图像拼接的目的，使用鱼眼图像对特征匹

配中的

SIFT

、

SURF

和

ORB

三种算法在特征点的提取速度和效率方面进行了对

比分析。考虑获取图像自身的特点，采用

ORB

算法实现特征点的提取。在此基

础上，结合特征点筛选和影像融合等技术，实现了全景图像的拼接。实验结果

表明：在特征点提取方面，

ORB

算法比

SIFT

和

SURF

算法的提取速度更快、

检测效率更高。同时，本文的全景图像拼接框架能够很好地实现全景图像的拼

接。

【期刊名称】

城市勘测

【年

(

卷

),

期】

2019(000)003

【总页数】

5

【关键词】

ORB

；

SURF

；特征提取；图像融合；全景图

引文格式：贾文超

.

基于

ORB

算法的全景图像拼接技术

[J].

城市勘测，

2019(3)

：

105-108

，

114.

1

引

言

实际生活中，当遇到超过人眼视角的场景时，近距离无法拍摄事物的全貌，而

远距离又将引起所拍物体过小，放大后出现马赛克现象。因此，为获得高分辨

率全景图片，对图像进行拼接是十分必要的。很多学者对图像的匹配进行了研

究，产生了各种各样的匹配算法。大体上可分为以下几类：①基于灰度值的匹

配

[1

，

2]

：该方法从待拼接图像的灰度值出发，通过计算待配准图像与参考图

像中相同尺寸区域的相似性度量来实现图像的拼接。其优点是计算简单，但当