基于改进ORB与MLESAC的图像拼接算法

来源：电子测量技术杂志2026年第5期北京时间：

作者：冉宁，马骐骥，张少康，郝晋渊

单位：1.河北大学电子信息工程学院 保定 071002; 2.河北大学节能技术研发中心 保定 071002; 3.河北大学网络空间安全与计算机学院 保定 071002; 4.河北大学中央兰开夏传媒与创意学院 保定 071002; 5.河北大学物联网智能技术研究中心 保定 071002

摘要：针对现有图像拼接算法在复杂场景下匹配精度不足与实时性受限的问题，提出一种基于改进ORB与MLESAC的图像拼接算法。传统拼接方法在光照突变、视角变换及复杂背景干扰下，存在特征检测鲁棒性弱、描述子区分能力不足等问题，易导致匹配错误进而引发拼接错位或重影。为此，本文在预处理阶段，将输入图像转换至CIE Lab空间，实现亮度与色彩通道解耦，结合信息熵与光照统计构建自适应图像金字塔；特征检测与描述阶段，设计光照自适应FAST角点阈值调节机制，引入局部几何约束筛选角点，并将BRIEF描述符扩展至L、a、b三通道，融合局部梯度方向信息；特征匹配阶段，采用双向汉明距离匹配，构建局部与全局相结合的约束优化框架，最小化重投影误差。然后，利用更高效的MLESAC算法剔除错误匹配。最终采用加权平均法对拼接区域进行平滑处理，实现无缝拼接效果。实验结果表明：改进后的算法在处理复杂场景下的图像拼接任务中，可以保证实时性与高精度的全景拼接质量。改进后的算法在APAP Dataset上的匹配精度达到97.63%。

关键词：图像拼接;特征点提取;特征点匹配;图像融合;自适应金字塔

基金资助：国家自然科学基金（62373132）、河北省自然科学基金（F2025201023）、石家庄市驻冀高校基础研究项目（241791367A）、河北大学优秀青年科研创新团队建设项目（QNTD202411）、河北大学多学科交叉研究计划项目（DXK202409）资助