摘要：图像拼接技术发展迅速且应用广泛，是虚拟现实、计算机视觉、计算机图形学和图像处理等领域的技术基础和重要研究课题。在图像拼接的过程中，图像的配准是这项技术的重点与核心。

目前图像配准的方法中，SIFT 特征点匹配算法是目前图像特征匹配研究领域的一个热点问题。其匹配能力较强，可以处理图像间发生平移、旋转、放射变换的匹配，对任意角度拍摄的图像也具备较稳定的特征匹配能力并且极少数的特征点有偏差。因此对 SIFT 算法的原理进行了研究以及改进。选取 MATLAB6.x/7.0 作为实验的开发平台。

论文首先在实现了 SIFT 算法的基础上，选取三组图片对尺度空间参数 S 进行了调整并对时间和匹配情况做出对比，表明调整后的时间效率明显高于原文献和研究中一直使用的值且在复杂图像中提高更多。在去除边缘点时，采用边缘检测算子 SUSAN 算法来替代对海森矩阵的计算和处理的方法并将结果进行比对，由于灰度值比较的方法比计算矩阵的轨迹和行列式所需要的计算时间更少，表明对于低对比度的图像该方法可行并更有效。

关键词：图像拼接、SIFT算法、特征向量匹配

目录

摘要

ABSTRACT

第一张  绪论

1.1 引言

1.2  本文研究内容

1.3  各章节安排

第二章 图片处理前的预处理

2.1 彩色图像转化为灰度图像

2.2图像的放大

2.3图像的去噪

2.4图像的增强

第三章 寻找重叠区域

3.1 基于区域的网格移动法

3.2 基于提取特征点的方法

3.3 SIFT算法

3.3.1检测尺度空间极值点

3.3.2 精确定位极值点

3.3.3特征点方向确定

3.3.4 关键点描述子的生成

3.5特征向量的匹配

第四章图像的融合

第五章 图片拼接简单实例

5.1对于微距图片的拼接实例

5.2  对于存在拍摄误差图片的拼接

结束语

致谢

参考文献