作者：柯磊; 刘福强; 康琦分布式优化算法分布式优化模型尺度不变特征变换随机抽样一致多图自动拼接
摘要：针对无先验信息传统算法中普遍存在的误差累计问题,提出基于加窗尺度不变特征变换（W-SIFT）和分布式优化的多图自动拼接算法。根据多图拼接应用的特性,对尺度不变特征变换算法进行修改,提出加窗SIFT算法更高效地提取待拼接图像的特征点。运用随机抽样一致（RANSAC）算法计算出两两图像的变换矩阵。之后,建立了一个分布式优化模型,求解出多图拼接的全局最优解。实验结果表明,基于加窗SIFT和分布式优化的多图自动拼接算法能够有效地消除误差累积现象,能够得到更加精确的多图拼接结果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
