电子设计工程ElectronicDesignEngineering第31卷Vol.31第6期No.62023年3月Mar.2023收稿日期：2022-04-03稿件编号：202204017基金项目：四川省科技厅-中央引导地方项目（2021ZYD0021）；乐山市科技局科技计划项目（21GZD015）；数学地质四川省重点实验室开放基金资助课题（scsxdz2019by01）作者简介：冯向东（1980—），男，四川宜宾人，硕士，讲师。研究方向：数学模型、算法设计及其应用。伴随着信息时代的飞速发展，人们能从相机和手机等设备中获得大量的图像及视频等信息。但单一设备所能获得的场景是十分窄小的，完全不足以满足实际工作的需要[1]。为此，想要拥有更高的分辨率、更大视野的景像，就需要使用多个设备来获取图像，并对视频影像进行拼接，以便扩大视野范围。视频拼接技术完全可以降低人工成本，同时增强人们对周边环境的识别与感知能力，在多个领域有着及其广泛的应用，其重要性也越来越高[2-4]。现阶段，图像拼接作为视频拼接的基础，国内外有着大量细致的研究。2004年时，Lowe[5]提出尺度不变的特征变换(Scale-InvariantFeatureTransform，SIFT)算法，在图像缩放、旋转以及比例变换等方面，其鲁棒性都很好，因而建立在特征点的匹配算法成为了研究的热点，但是其计算复杂，无法满足工程实践中的实时性要求。针对SIFT的不足，后续大量的研究[6-10]对其进行了补充。由于视频拼接有比图像拼接更加复杂的问题，因此视频拼接的研究相对较少，主要集中在如何降低计算复杂程度，及提高运行基于SURF算法的实时拼接研究冯向东（成都理工大学工程技术学院，四川乐山614000）摘要：视频拼接有助于人们获得更高分辨率、大视野的场景。文中主要对视频拼接过程中的图像配准及图像融合的SURF(SpeededUpRobustFeatures)算法进行研究，详细地阐述了基于SURF特征实现图像拼接的每一个步骤，从而快速提高特征点的提取速度，提高了图像配准过程中的精度与准确率，加快了图像配准的速度，并提升图像融合的效果。实验结果表明，该算法能够有效地抑制视差伪影，其拼接图像无明显接缝，并且可以实现实时拼接，拼接的图像更加自然，拼接的视觉效果较好。关键词：SURF算法；视频拼接；特征点提取；图像融合；图像配准中图分类号：TN957.52文献标识码：A文章编号：1674-6236（2023）06-0010-05DOI：10.14022/j.issn1674-6236.2023.06.003Researchonreal⁃timesplicingbasedontheSURFalgorithmFENGXiangdong（TheEngineeringandTechnicalCollege，ChengduUnive...
