图像拼接技术作为计算机视觉图像处理技术的一种,近年来开始应用于海底探测领域。图像拼接就是将多张有重叠部分的图像重新合成并融合起来,整合成一张广角度,大范围的全景图像。本文主要面对水下图像进行图像拼接,水下图像偏色严重,噪声较多,对比度很低,所以水下图像预处理对后续图像配准的准确度有极大影响。根据水下环境特性和成像特点,本文提出了一种多尺度图像融合算法对水下图像进行预处理,同时提出了一种改进SIFT算法对水下图像进行配准和拼接。本文提出的水下图像拼接方法包括水下图像预处理,水下图像配准和水下图像拼接三部分。本文根据水下成像特点进行水下图像预处理,提出了一种多尺度图像融合算法:首先采用改进白平衡算法修补偏色严重的水下图像,双边滤波算法对图像进行噪声去除,再用基于线性插值的CLAHE算法对图像进行对比度增强,得到一幅待融合图像;获取上述预处理图像的标准权重图,得到另一幅待融合图像;最后本文采用双重金字塔算法对两幅待融合图像进行图像融合,得到最终的水下预处理图像。实验验证了本文提出的多尺度图像融合算法面向水下成像特点构建模型,可以很好地修复深水域偏色严重的图像,算法快速有效。针对水下图像配准,本文提出了一种改进SIFT算法:因水下图像亮度和对比度普遍较低,本文提出自适应阈值法筛选关键点,扩大关键点提取范围,且在水下图像数据集上使用统计学的方法求取出对比度阈值;鉴于水下图像噪声较多,本文采用Canny算法计算关键点的梯度和大小,平滑噪声的同时也可以保留图像的更多细节;在匹配关键点时,采用双向Hausdorff距离和BBF最邻近查询算法对关键点进行粗匹配,再用RANSAC算法进行进一步提纯。实验验证了本文提出的改进SIFT算法可以快速得到匹配成功的关键点,且可以明显提升匹配正确率。最后进行图像拼接:首先计算变换矩阵,将配准好的图像进行双线性内插后,完成线性渐变图像合成,得到最终的拼接图像。本文通过实验验证了提出的多尺度图像融合算法和改进SIFT算法适合水下环境特点,可以明显增进水下图像的质量和视觉效果,提升水下图像配准和拼接的效果和准确率。