图像拼接技术随同人们生活的智能化以及机器视觉的发展受到越来越多的重视。城区综合执法视频系统中,对图像进行拼接操作主要是为其他部分提供更精简可靠的数据。针对图像拼接的主要步骤以及视频全景拼接的整体流程做了如下研究:(1)基于几何学的图像配准:针对SIFT算法在计算特征向量以及对特征点配对时计算量大的问题,结合小区域匹配所具有的优势,利用减少特征点配对数的思想,基于SIFT算法进行了相应的改进。首先用相位相关法粗略定位图像之间的重合部分,然后获取重合部分的特征兴趣点。对提取出的点构造泰森多边形,然后将图像切分为4行和4列,分别在每个小区域内根据构造的泰森多边形找到4对匹配点对,算出相应的图像变换矩阵,结合8个图像变换矩阵计算图像之间的对应关系。在特定区域内寻找定量的点对使得需要配对的点对数量变少,从而提升了图像配准的效率。(2)基于最佳缝合线的图像融合:基于重叠区域加权融合会使得融合后出现鬼影,而基于多频段的融合造成计算量大,融合处理中的最理想方式为基于缝合线的融合。针对缝合线选取时容易造成局部最优解以及缝合线切割物体而造成的不一致问题。对配准的图像的重合部分,计算两幅需要拼接的图像该部分内各像素的颜色不变量。然后提取区域内物体的边缘并计算各像素点的最邻近距离。将区域内像素点看作为图中对应的顶点,结合颜色不变量与最邻近距离作为图中边对应的权值。重叠区域构成的图采用最大流/最小割理论分割,从而获取最合适的缝合线。最后基于颜色不变量均值改正比处理缝合线。基于该方法得到的图像在各效果评价指标上都有提升。(3)视频图像全景拼接:针对视频图像中存在模糊帧、视频帧图像之间信息冗余大以及视频帧之间存在颜色和曝光差异等问题,通过对全景拼接整个流程的介绍一一解决。首先通过图像中物体边缘像素的变化剔除模糊帧。其次再对剩余的帧用帧差聚类算法寻找关键帧得到全景拼接图像集。然后对该集中的图像进行颜色校正,接着用上述图像配准方式配准图像。并将所有图像统一到对应的坐标系下。对配准后的图像曝光补偿,用本文的方法融合获得结果。本文采用的处理使得结果图像各项效果指标值更高。