多光谱视频成像能够同时采集场景的空间、时间和光谱信息, 可广泛应用于遥感、农业监测和材质分析等多个领域。然而传统光谱仪往往包含光学色散分光结构, 系统复杂、标定困难, 难以普遍推广。因此, 文中搭建了一种多传感器小型化光谱视频成像系统, 提出了一种基于相机姿态的多视点图像或视频快速对齐方法, 实现了嵌入式平台上的多光谱视频的实时采集和对齐。通过复杂场景的实验验证, 文中提出的对齐方法在PSNR、SSIM客观指数以及主观视觉评价中均取得了良好的效果。

针对红外与微光图像配准的特殊性, 为了减少配准计算量, 提出了一种从主方向确定和特征点描述 两方面加以改进的加速鲁棒特征(Speeded Up Robust Feature, SURF)配 准算法。首先检测微光图像和红外图 像的边缘, 然后用改进型SURF算法提取两种图像边缘上的特征 点, 并采用最近邻距离法对原始特征点进行筛选。在得到较高精 度的特征点后进行粗匹配。接着用随机抽样一致 性(RANdom SAmple Consensus, RANSAC)算法对一次筛选后的 特征点进行精匹配。最后利用精确的特征点建立变换模型, 并 将重采样后的待配准图像与参考图像实现配准。实验结果表明, 该算法不仅可以解决红外与微光图像的配准问题, 而且在匹配精度和 算法运算时间等方面的表现均优于原始SURF算法。