一种快速图像拼接方法

基于改进ORB-GMS-SPHP算法的

快速图像拼接方法

何佳华1,2，申冲1,2，唐军1,2，刘俊 1,2

（1. 中北大学仪器科学与动态测试教育部重点实验室.2.中北大学仪器与电子学院)

引文格式：何佳华,申冲,唐军等.基于改进ORB-GMS-SPHP算法的快速图像拼接方法[J].导航定位与授时,2023,10(02):108-116.DOI:10.19306/j.cnki.2095-8110.2023.02.014.

研究背景

基于复眼的场景匹配是无人机视觉导航的一种重要手段，复眼图像拼接质量决定着场景匹配的成功率。图像拼接是指通过

特征点匹配、图像融合、平滑缝合线的方式把两幅或多幅有重叠部分的图像拼接成单张高分辨率的图像的过程。由于单个摄像头视场有限，所以将多个安装角度不同的摄像头所获得的图像进行拼接，已经成为实现大视场高分辨率图像的主流方法。传统的图像拼接算法一般包含特征匹配与图像融合两部分，其中特征匹配是指对要拼接图像的特征点进行提取，再对两幅图像中相同的特征点进行匹配；图像融合是指利用匹配正确的特征点的位置关系，将待拼接的图像进行融合。本文针对图像拼接过程中易出现的实时性较差，拼接重影与色差等问题，提出一种基于ORB-GMS-SPHP算法的快速图像拼接方法。该方法结合了ORB与GMS算法在计算速度快、SPHP算法在图像对齐方面精度高的优势，可实现运算速度快，无重影与色差的图像拼接效果。

成果展示/本文亮点

本文提出的算法构建了基于高斯尺度空间网格化处理的ORB算法，实现了图像中特征点的均匀分布，解决了传统ORB_GMS算法由于特征点太过集中导致的拼接重影问题；利用GMS算法网格化加速处理的特点，提高了特征点匹配速度；采用SPHP算法来进行图像拼接，拼接后对图像进行泊松融合消除拼接重影，以保证图像拼接的空间一致性，提高图像拼接精度。经实验结果显示，该方法在2736像素×3648像素图像中特征点匹配时间降低6.463s，图像配准精度RMSE降低至3.87。证明该方法特征点匹配速度快，精度高且拼接精度高无明显色差。

ORB

SIFT

SURF

优化ORB-GMS

建筑物

地面场景

图1四种方法的图像匹配效果图

表1不同匹配方法对比

表2不同拼接方法对比

图2多张图拼接效果

总结展望

针对传统图像拼接算法存在拼接速度慢、图像拼接有色差等问题，提出一种基于ORB-GMS-SPHP算法的大视场多图像拼接方法。利用GMS算法网格化加速处理的特点，提高了特征点匹配速度；采用SPHP算法来进行图像拼接，拼接后对图像进行泊松融合消除拼接重影，以保证图像拼接的空间一致性，提高图像拼接精度，相较于传统算法本方法图像拼接速度明显变快，且无鬼影与色差，拼接效果好，可以用于地形航拍或者遥感地图绘制。

作者及团队介绍

作者：何佳华，2023年获中北大学硕士学位，主要研究方向为仿生导航、视觉导航。

团队负责人：刘俊，教授，博导，中北大学副校长。国家杰出青年基金获得者、国家高层次人才特支计划入选者、科技部中青年创新领军人才、国家自然科学基金委创新群体及教育部长江学者创新团队带头人。

来源：导航定位与授时

转自：“测绘学术资讯”微信公众号

如有侵权，请联系本站删除！