二、 问题分析

图像拼接是指将通过相机获取的具有一定重叠区域的两幅或多幅图像拼接成一张宽视角、高分辨率的全景图像。

本文的课题背景是横向分布的左右红外相机的实时拼接，对拼接的实时性提出了更高的要求。现阶段应用广泛的基于特征点图像拼接算法有基于SIFT（Scale Invariant Feature Transform）特征、SURF（Speeded Up Robust Features）特征。传统的SIFT算法能够提取更多的特征点，匹配精度高，但是特征提取和匹配是运算复杂，时间空间复杂度高。经测试，SURF特征检测虽然速度快但对于课题的低重叠度图像并不适用，综上所述，本文拟采用基于SIFT特征检测算法的进行图像拼接。虽然课题背景是左右相机的图像拼接，但在实际测试中涉及的是一组离线的静态图片，所有的算法设计路线均是依据静态图像拼接。对于具有固定结构的左右相机图像的拼接，只需要在首帧计算一次变换矩阵即可，大大缩短图像拼接时间，整个过程与静态图像拼接类似。