非线性尺度配准NLORB和亮度模板融合的方法

董 浩,吕东岳

(1.北京邮电大学网络技术研究院,北京 100876; 2.中国电子科技集团公司电子科学研究院,北京 100041)

0 引 言

进入21世纪，视频技术广泛应用于大家的日常生活。由于单台摄像机观察的范围有限，想要在不降低分辨率的基础上，拍摄的视频拥有较大视场，可以采用图像拼接的方法。图像拼接是计算机视觉领域的重要课题，作为图像处理的关键技术之一，它在全景视频、生物医学、警务侦查、地质勘测、机器人成像和目标识别等领域[1-3]都有广泛的应用。

图像配准是图像拼接的核心技术。文献[4]通过SIFT算法提取关键点，该算法在尺度和旋转变换的场景下有很好的鲁棒性。2011年，Rublee等人[5]提出了ORB算法，该方法的旋转和平移不变性较好，与SIFT和SURF[6]算法相比，其运算速度提高了一到两个数量级[7]。白雪冰等人[8]将鲁棒性优秀的SURF和ORB方法结合，改善了ORB算子的尺度不变性，提高了匹配的精度。李胜辉等人[9]提出C-ORB算法，其将颜色不变量与ORB算法结合，在不同光照强度和方向的场景下，提升算法的准确性与鲁棒性。

在图像拼接技术中，除了配准外，最重要的是图像融合技术。Szeliski[10]在前人基础上总结出帽子加权融合法，通过“帽状函数”来进行加权。以梯度域为基础的融合方法最早由Pérez等人[11]提出，通过梯度域，计算泊松方程，使得拼接结果中几乎没有缝隙。另一种融合算法是均值坐标(平面重心坐标)，Farbman等人[12]通过均值坐标得到的效果和泊松融合类似，效率却大大提高。

当前特征匹配算法存在很多问题，以SIFT为代表的高精度算法具有较好的匹配效果以及尺度和旋转不变性，但是时间复杂度高。……