文章摘要:弱对比度图像进行拼接时，由于对比度较差等原因会造成待拼接图像上分布的匹配特征点较少，图像配准误差较大。为了解决这一问题，提高图像拼接质量，本文提出了基于CLAHE（Contrast Limited Adaptive Histogram Equalization）和改进ZNCC（Zero-mean Normalized Cross-Correlation）的图像拼接算法。在特征点提取前，利用CLAHE算法对弱对比度图像进行预处理，增强图像对比度，以增加匹配点数量；然后，使用结合特征点梯度主方向的改进ZNCC算法筛选特征点，提高特征点的正确匹配率；最后，使用筛选后的特征点集合计算变换矩阵，并完成图像拼接。实验结果表明，与其他算法相比，本文方法在弱对比度图像上增加了约25%的正确匹配点，误匹配率相对于SIFT算法降低约0.5%～3%，有效提高图像配准精度，减少配准重影的出现，优化了图像拼接结果。

文章关键词:

论文分类号:TP391.41