无论是在军事领域还是在民用领域的相关实验研究中,对更大视场、更高分辨率图像的需求越发的迫切;而在探测器方面,红外遥感探测是一种可以在全天候二十四小时不间断工作,同时能够规避常见电磁干扰的高效探测手段。结合市场需求和红外遥感探测器的优势发展出来的红外遥感图像拼接技术越来越多地被应用于军事领域,对我国的国防建设起到了十分重要的作用。红外遥感图像拼接在实际应用中主要有两方面的要求,一是图像要有相当高的配准精度,二是需要较高的算法运行速度。本文将以过往相关研究所采用的研究方法为基础,针对现有的红外遥感图像研究方法中存在的不足之处进行相关的优化,目的是研究出一种能够对红外遥感图像进行有效地实时拼接的方法,从而能够获得接近实时的高分辨率、大视场红外遥感无缝拼接图像。基于此目的,本文对ORB特征提取算子进行了研究与改进,并在此基础上引入了DAISY快速算法对特征点进行描述,且创新性的引入了高维二叉搜索树,提出了新型红外遥感图像快速拼接技术。本文分析了红外遥感图像的成像特点,阐述了红外遥感图像的成像机制以及图像拼接技术的实现原理,并对红外遥感图像拼接过程中的以下几点问题做出了如下讨论:(1)红外遥感图像上通常存在一些极大或极小值点,这是由红外遥感系统中存在的椒盐噪声导致;对红外遥感图像的直方图进行具体的统计分析后,发现该图像中灰度值最大值与最小值的差值较小,也就是说图像整体的灰度值往往集中在一个很小的范围内,这也就意味着图像对比度较低。因此,为了减少椒盐噪声对红外遥感图像成像质量的影响,本文采用滤波效果较好的各项异性滤波方法对图像的椒盐噪声进行滤除,接着采用双平台直方图均衡化的方法将红外遥感图像的灰度级范围进行了扩展,大幅度提高了图像的对比度。(2)为了提高红外遥感图像的拼接速度,本文针对特征点提取算子ORB进行了创新优化。首先,构建图像尺度金字塔,在不同尺度下提取特征点,并引入了灰度质心法。相比传统的ORB算法,优化后的特征点提取算子能够保证在图像发生尺度及旋转变化时,不影响算法的配准精度。其次,为了提高红外遥感图像匹配的准确率,创新地引入DAISY进行特征描述并结合高维二叉搜索树对特征点进行匹配,算法的计算时间与匹配精度均有所提高。最后,采用RANSAC矩阵来减少错误匹配的特征点对。(3)为了消除红外遥感图像拼接后的缝隙,保证算法的运行速度,本文提出了改进的淡入淡出加权算法对图像进行融合。传统的图像融合算法在确定加权因子时,往往依靠经验值选取。本文依据特征点与两幅图像间的距离关系来确定加权因子,无需人为干预,使得拼接后的图像能够实现平滑过渡。完成图像拼接后,首先通过视觉评估对拼接后的图像进行主观判定,随后采用不同的指标参数对其进行客观分析,最后结合两部分的结论得出融合后红外遥感图像像质的合理评价。与传统的图像拼接方法相比,本文设计的实验流程能够在保证红外遥感图像拼接质量的基础上,提高融合算法的运行速度,实现图像的高速、高质量拼接。实验结果表明,本文算法的图像匹配准确度与ORB算法相比提高了4.1%,算法的运行时间比SITF图像拼接算法提高了63.8倍。优化后的红外遥感图像拼接算法算法运行稳定,具有很好的实时性和鲁棒性。