基于改进快速鲁棒特征的图像快速拼接算法

？针对快速鲁棒特性（surf）算法实时性、鲁棒性等无法满足实际应用需求的问题，提出了一种对surf的改进算法，实现图像快速拼接。改进的算法采用机器学习的方法，建立一个二进制分类器，识别出surf提取的特征点中的关键特征点，并剔除非关键特征点。此外，采用relief-f算法将改进的surf描述子降维简化来完成图像配准。图像融合阶段采用带阈值的加权融合算法，实现了图像无缝拼接。实验结果表明，改进的算法具有较强的实时性和鲁棒性，并且提高了图像配准的效率，加快了图像拼接的速度。