1、將一系列圖片合成一幅大圖有多種實現(xiàn)方式，圖像快速拼接是其中最好的選擇，它主要將一定數(shù)量的小區(qū)域圖像通過軟件技術(shù)手段快速拼接成一幅大圖像。圖像快速拼接主要應用于高實時性和突發(fā)緊急情況的場景，對算法實用性要求較高。比如災害發(fā)生后了解受災現(xiàn)場情況、航拍地面查看大致地貌、自然災害預警等。諸多的應用表明：對圖像快速拼接開展研究，不僅可以完善拼接理論，還能夠解決實際問題。
　　圖像快速拼接技術(shù)的目的是快速而又較為精準的獲得拼接圖像，它的技術(shù)難

2、點在于如何精確的配準圖像和減小拼接誤差。本文通過對現(xiàn)有快速拼接算法進行研究，對當前算法存在的拼接實時性不強、拼接質(zhì)量不佳、實用性較差等問題，進行了特征二值描述子、快速精確配準、實用性拼接等相關(guān)技術(shù)研究。主要研究內(nèi)容和成果貢獻如下：
　　1、針對SURF特征點主方向和特征描述符計算復雜耗時、特征描述子占用內(nèi)存空間較大而二值型特征計算效率高的現(xiàn)狀，本文采用了一種二值特征提取算法(Binary SURF,BSURF)，首先在多尺度圖像上

3、提取特征，然后將利用灰度信息得到的方向賦予特征點，并用二值描述子代替浮點型描述子。經(jīng)實驗驗證，對不同場景下有較大差異的圖像，本文算法都能得到性能良好的特征，且耗時更少效率更高。
　　2、拼接的誤差主要來源于配準階段，針對傳統(tǒng)配準方法耗時且配準效果不盡如人意的缺點，本文通過挑選最優(yōu)匹配點來改進配準模型。算法使用一種“雙向比值法”和改進的RANSAC算法雙重篩選，計算出配準模型，并使用非線性優(yōu)化算法優(yōu)化該模型。經(jīng)實驗驗證，對不同環(huán)境下

4、的目標對象，本文算法配準時間明顯減少，匹配點更為合理準確。
　　3、在拼接后對圖像進行直接融合，會留下明顯拼接痕跡，導致融合效果不佳。對此，本文采用了一種復合型融合方法，將亮度均衡手段與基于Laplacian金字塔的多分辨率融合法相結(jié)合，發(fā)揮二者優(yōu)勢，共同致力于改善融合效果。在對不同光源下不同對象的對比實驗中，本文算法優(yōu)勢明顯，結(jié)果圖像畫面無縫色彩連續(xù)，實現(xiàn)了自然過渡融合。
　　4、針對傳統(tǒng)拼接實現(xiàn)方式實用性較差的缺點，本文

5、提出了一種基于拼接縫的“流水”式拼接瓦片圖輸出的拼接方式，實現(xiàn)了在輸入圖像的同時能夠輸出拼接好的瓦片圖，提高了算法的實用性。經(jīng)實驗對比，相同拼接條件下，本文方法效率遠高于傳統(tǒng)算法，使用條件也更加寬松，實用性更高。
　　綜上，本文通過對圖像快速拼接方法進行深入研究，在特征提取階段，采用BSURF特征提取算法；在特征配準時，使用改進的配準算法減少獲得配準模型的時間，減小與理想模型的誤差；在圖像融合時，將亮度均衡策略引入多分辨率融合進行