一种基于L-M算法的RANSAC图像拼接算法

针对现有的基于随机取样一致(random sample consensus,RANSAC)算法拼接技术中的准确性问题,提出一种基于莱文伯-马克特(levenberg-marquardt,L-M)算法的RANSAC算法。首先根据提取到的特征点运用RANSAC算法得到初始单应矩阵和最优匹配点集,然后运用L-M算法对初始单应矩阵加以改进,获得了准确性较高的单应矩阵,从而实现图像的准确配准。以近距离、大视场的典型图像进行了拼接验证,结果表明:该算法既克服了传统L-M算法所带来的误匹配问题,又克服了RANSAC算法因不确定度所带来的准确性较低的问题。该算法拼接准确度高,误匹配率低,同时可消除具有重复纹理图像的不正确拼接。