图像拼接技术指的是将两幅或者多幅部分重叠的图像序列，经过处理实现空间匹配对准，变换融合后组成一幅包含全部图像序列信息的宽视角和高分辨率的图像为三幅图像拼接示意图。由于图像拼接技术对信息存储量进行了压缩，并且将冗余信息剔除，因此更为有效地完成了信息的表述。基于这样的特点，图像拼接技术被广泛应用在虚拟现实技术、遥感图像处理、视频监控、无人机航拍以及车载全景系统等领域早期图像拼接技术出现在航拍技术中，由于各种复杂的航拍条件，例如天气状况恶劣、相机功能不够强大、拍摄高度过高等，想要得到大场景、宽区域的航拍照片是比较困难的。基于上述原因，考虑将地面图像无缝融合拼接，以此来得到高分辨率、宽视角的图像，这使得航空技术的研究更为便利。医学图像处理方面，显微镜及超声波视野较小，仅凭借一幅图像来诊疗是较为困难，所以将各幅相邻的医学图像拼接起来也渐渐成为医学领域的问诊方式。虚拟现实技术中，通过计算机处理模拟一种虚拟环境，并通过一些特别的装置融入其中，形成三维动态实景，使用户感觉身临其境。

从以上的应用中可以看出，图像拼接技术在各个领域的方方面面都扮演着至关重要的角色，将一直是图像处理领域的重要研究课题，具有十分广阔的应用前景。随着图像拼接技术在各个领域应用需求的逐步提高，国内外对于图像拼接技术的研究也越来越广泛，呈现一种百花齐放的状态。但是各种图像拼接方法的侧重点互异，各有各的优势，适用情况也各不相同。

1996年，微软研究院的Richard Szeliski提出了基于运动模型的全景图拼接算法，其算法可以做到不依赖图像完成水平采集；其后，Shmuel Peleg提出了具有更高灵活性的图像拼接模型，该模型具备一定的自适应性，并且将图像做条带处理化后多重投影。2004年，加拿大专家David Lowe经过最后的完善提出了基于尺度不变特征变换方法。2007年，Brown等人便利用尺度不变特征提取算法进行自动图像拼接。2013年，何宾等提出的高实时性的 F-SIFT算法采用基于子图像块的频域相位相关算法，利用FFT快速运算特点实现了快速图像拼接。2014年，颜雪军等提出了基于对比度的局部特征描述法，采用直方图策略保持了与SIFT相当的匹配性能，速度比SUR更快。2015年，李丹等利用24维特征描述符代替128维SIFT特征描述符降低计算复杂度，并在匹配过程中采用改进的BBF搜索算法，提高了匹配精度并降低了计算和匹配的复杂度。同年Flora Dellinger等也提出了自适应于SAR图像的SAR-SIFT算法。2016年，李玉峰等利用图像能量的归一化互相关系数分割匹配图像与待匹配图像间的相似区域，使用SIFT算法在重叠区域搜索特征点并快速精准匹配及拼接。

2. 研究的基本内容与方案

2.1研究目标

①对两张图片依次进行预处理、特征点提取、图像配准、图像拼接融合。实现两张图像的拼接。

②利用MATLAB平台实现基于特征点匹配的动漫场景图像拼接设计与实现。

③完成基于特征点匹配的动漫场景图像拼接系统的界面和功能的设计与实现，包括系统界面和结构功能的设计与实现。

2.2研究内容

①基于特征点匹配的图像拼接系统结构和实现方法研究。

②研究数字图像处理技术中关于特征点提取、图像拼接技术和算法以及他们的实现方法。