基于改进SURF算法的图像拼接技术研究

摘要

针对传统的加速稳健特征(SURF)算法在图像拼接过程中计算复杂度高以及匹配精度不佳等问题,提出一种基于SURF的改进算法,首先基于加速分割检测特征(FAST)算法快速提取图像特征点,利用SURF算法对提取到的特征点进行特征描述,然后通过改进的k-d树最近邻查找算法(BBF)寻找图像间的匹配点,与双向匹配的自适应阈值配准法相结合进行图像的匹配,利用改进的随机抽样一致性(RANSAC)算法对提取的特征点进行误匹配剔除,最后使用渐入渐出的加权融合算法对图像进行拼接.实验表明与传统的SURF+RANSAC算法相比,本文算法的图像拼接速度快,匹配精度更高.