基于计算机视觉的KLT跟踪图像拼接模型设计

摘要

传统的KLT跟踪图像拼接模型存在特征点偏移参数对称性低、抗干扰能力差的问题,导致拼接结果光滑度较低,为此,基于计算机视觉设计了一种新的KLT跟踪图像拼接模型.通过灰度检测法辨析KLT跟踪图像的关键点和特征角点,实现特征角点的提取和匹配;然后通过图像拼接线性估计、PERANSANC算法特征点过滤、KLT单应性矩阵计算求精过程,实现对KLT跟踪图像拼接模型的设计.实验结果表明,基于计算机视觉的KLT跟踪图像拼接模型能够有效提高拼接模型特征点偏移参数对称性,增强拼接过程抗干扰能力,使得拼接结果光滑度得以提高.