基于PSO-SURF算法的井下图像拼接

当前我国煤炭行业的发展,井下的各类影像传感器较为散乱,无法建立一个系统的多视角的图像视频界面.为了解决这个问题,以及传统SURF算法的特征点提取复杂以及特征点匹配时间长等问题,本文提出了一种基于粒子群的SURF算法的煤矿图像拼接方法,通过粒子群算法加速图像中的特征点匹配,继而通过优化后的RANSAC算法消除误匹配点,最后利用图像融合得到结果.实验结果表明,采用改进后的SURF算法,使得图像平均匹配时间缩短了50％,同时匹配的正确率在原有算法的基础上平均提高了12％,进而提高了煤矿井下图像配准的实时性和可靠性,有助于建成大视场的煤矿井下视频监控体系.