1 国外研究现状

图像拼接有着深厚的历史渊源。这一概念起源于最早起源于1965年。Ivan Sutherland在IFIP（International Federation for Information Processing）会议上提出了一项题为“The Uelimate Display”的研究课题[3]。课题指出，虚拟世界也就是拼接后的全景图像可以通过显示屏呈现出来，人们可以通过显示屏窗口来观察拼接后的全景图像。而图像拼接技术的核心就是图像配准技术。配准算法的优劣将严重影响全景图像拼接后的质量和效果。根据图像配准方式的不同可以分为三大类：基于区域的方法，相位相关度法和基于特征的方法[4]。85058

相位相关度法早在1975由Kuglin和Hines提出[5]。算法利用傅里叶变换将带拼接的图像变换到频域，然后利用互功率谱计算图像之间的平移矢量。该方法具有场景无关性，能够将二维平移的图像精准的对齐。后来，DeCastro和Morandi提出了扩展相位相关法[6]。傅里叶变换能够实现具有旋转和平移变换的图像的匹配。在1996年。Reddy和Chaterji改进了DeCastro法，提出基于快速傅里叶变换（FFT-based）的方法[7]。该方法是互功率谱和极坐标变换，对具有旋转，缩放和平移的图像实现匹配。论文网

基于区域的配准算法是通过一个大小M*N的窗口模板在待拼接图像中进行搜索，之后对搜索区域所覆盖的区域和模板进行比较。寻找具有较大相似度的区域。这个区域就是和模板最相似的匹配区域。相似性度量主要包括，相关系数(correlation coefficient)，最小二乘匹配(least squares matching)，差平方( sequential similarity )还有归一化函数(normalized cross-correlation function)。这类算法较为简单，不太适用于较大旋转和不同视角的情形。

基于特征的图像配准首先对图像进行预处理，之后提取满足特定要求的特征点，然后利用这些特征点之间的对应关系来确定模型中的参数。针对Hauussforf距匹配算法和拼镜匹配算法的缺陷，Frank Nielsen提出了基于桶装模型的角点匹配策略。它能够有效解决大角度旋转图像配准拼接的缺陷。M。 Brown于2003年发表了全自动的图像拼接的文章，使用捆绑调整技术，用来解决图像拼接中经常出现的叠加误差现象。David G。 Lowe于2004年采用了具有尺度不变性的SIFT角点提取算法[8]。Matthew Brown采用了椭圆限制条件和k-d树算法来解决图像多视角配准问题。基于特征点的匹配算法其实与1977年，Moravec提出了角点检测的概念，但Moravec算子对于噪声较为敏感，且不具有旋转不变性。Harris和Steohens在1988年提出了Harris算子，具有旋转和灰度的不变性，有着较高的检测率和重复率。在1999年Lowe提出了SIFT（Scale Invariant Feature Transform）算子。

2 国内研究现状

最近几十年来，国外研究取得了不错的研究成果，国内的研究也取得了相应的发展。王小睿等于1997年提出并实现了一种自动图像匹配算法。这种算法能够进行图像的高精度的匹配[9]。张祖勋等人于1998年提出了采用多级影像概率松弛整体匹配技术。这种技术能够实现不同传感器、不同空间分辨率的遥感影像的快速匹配[10]。