基于改进旋转不变性二进制描述算法的电力场景图像拼接

摘要

在图像拼接过程中，使用固定阈值的旋转不变性二进制描述（Oriented fast and rotated brief,ORB）算法检测出的特征点在特征匹配阶段会产生较多误匹配，从而导致拼接的图像在拼接缝处产生重影。针对此问题，提出一种基于改进ORB的图像拼接算法。首先，使用自适应算法将ORB的固定阈值替换为动态阈值对特征点进行检测；然后，使用K近邻（K-nearest neighbor,KNN）算法进行特征点粗匹配，再用随机抽样一致性（Random sampling consensus,RANSAC）算法对特征点进行精匹配；最后，通过最佳缝合线法和渐入渐出法对图像进行拼接。实验结果表明，相较于传统的ORB算法，利用所提出的算法时所需的特征点检测时间、匹配时间明显减少，匹配正确率明显提高，拼接缝重影被有效消除。

关键词

图像拼接 / 电力生产场景 / ORB算法 / 自适应阈值 / 最佳缝合线