技術(shù)特征：

1.一種存在運(yùn)動(dòng)目標(biāo)的場景圖像拼接方法，其特征在于它包括以下步驟：

(1)用攝像機(jī)獲取存在運(yùn)動(dòng)目標(biāo)的場景圖像作為待拼接圖像；

(2)采用SIFT算法提取具有重疊區(qū)域的待拼接圖像的SIFT特征，該特征包含圖像中特征點(diǎn)的位置坐標(biāo)、所處尺度、方向信息以及其128維描述子；

(3)根據(jù)比較SIFT特征描述子的最近鄰距離與次近鄰距離的方法對特征點(diǎn)進(jìn)行匹配，最近鄰距離與次近鄰距離的距離比率ratio小于閾值ε的認(rèn)為是正確匹配點(diǎn)對；

(4)采用RANSAC算法去除錯(cuò)誤的匹配點(diǎn)對，從而提取可信度高的正確匹配點(diǎn)對

(5)用移動(dòng)直接線性變換估計(jì)求解圖像的位置相關(guān)局部投影變換矩陣，并進(jìn)行圖像變換，得到變換后的圖像；

(6)用局部不變線性融合對變換后的圖像進(jìn)行融合，從而得到最后的配準(zhǔn)精度高且去除了運(yùn)動(dòng)目標(biāo)“鬼影”的清晰的拼接圖像。

2.根據(jù)權(quán)利要求1所述的圖像拼接方法，其特征在于所述移動(dòng)直接線性變換估計(jì)方法通過求解圖像位置相關(guān)局部投影變換模型矩陣H_*并進(jìn)行圖像變換，具體過程如下：

(1)使用位置相關(guān)局部投影變換矩陣H_*對任意像素x_*進(jìn)行變換改寫為一個(gè)隱含條件即r_j是H_*的第j行；H_*由加權(quán)問題得到，其中a_i是第i個(gè)匹配點(diǎn)對所對應(yīng)的P矩陣的前兩行，σ是高斯尺度因子，γ是權(quán)值補(bǔ)償；x_i是第i個(gè)匹配點(diǎn)對{x_i,x'_i}中屬于待變換圖像中特征點(diǎn)的坐標(biāo)；距離像素x_*越近的x_i，權(quán)值越大；將上述加權(quán)問題寫為矩陣形式其中

(2)對W_*A矩陣進(jìn)行奇異值分解，得到此目標(biāo)函數(shù)的解，即為W_*A矩陣的最不顯著的右奇異向量，從而得到待變換圖像的投影變換矩陣H_*；

(3)圖像變換：將待變換圖像分為N×N的網(wǎng)格，取每個(gè)網(wǎng)格的中心作為x_*；同一個(gè)網(wǎng)格中的像素都用x_*對應(yīng)的位置相關(guān)局部投影變換矩陣進(jìn)行變換，從而得到變換后的圖像將圖像放在相同大小的畫布中，并做一個(gè)簡單的偏移，就能得到對齊后的圖像

3.根據(jù)權(quán)利要求1所述的圖像拼接方法，其特征在于所述局部不變線性融合方法通過保留運(yùn)動(dòng)目標(biāo)后一時(shí)刻的運(yùn)動(dòng)狀態(tài)，去除其前一時(shí)刻的運(yùn)動(dòng)狀態(tài)的方式，對變換后的圖像進(jìn)行融合處理，來解決“鬼影”問題，具體過程如下：

(1)對變換后圖像和分別取相應(yīng)的權(quán)值矩陣w₁,w₂，像素值不為0的元素對應(yīng)權(quán)值為1，否則為0；

(2)令兩幅圖像重疊區(qū)域?yàn)镺，其內(nèi)接矩形區(qū)域?yàn)镽，R左上角像素坐標(biāo)為(c_min,r_min)，右下角像素坐標(biāo)為(c_max,r_max)，因此內(nèi)接矩形的長和寬分別為m＝c_max-c_min+1，n＝r_max-r_min+1，設(shè)zeros(m,n)表示一個(gè)m×n的零矩陣，w₁(c_min:c_max,r_min:r_max)表示權(quán)值矩陣w₁中與R對應(yīng)的一個(gè)矩形區(qū)域，令w₁(c_min:c_max,r_min:r_max)＝zeros(m,n)，局部不變線性融合得到的拼接圖像I_mlocal為