车辆违章抓拍系统是重要的智能交通应用设备之一,该系统至少采集三张图像:车辆违章瞬间图、车牌号码图、车辆周边环境图。车道摄像机拍摄范围小、分辨率高,用于采集前两张图像;全景相机拍摄范围广、分辨率低,用于采集第三张图像。但这种取证方式在超速压线行驶、突发事故占用多车道等情况下,无法获取完整的高分辨率车辆图像,为此本文提出基于特征点的道路抓拍图像拼接技术对多个车道摄像机采集的图像进行拼接。主要研究内容和成果如下:第一,提出基于欧氏距离的道路抓拍图像序列图像筛选方法,用于筛选同步拍摄图像序列。该方法通过计算相邻图像序列中同一车辆之间的距离来判断图像拍摄时间,以距离最近的图像作为同步拍摄图像,再以其为基准点筛选出同步拍摄图像序列。实验表明:该方法能够从异步拍摄的道路图像序列中筛选出同步拍摄图像序列。第二,提出基于改进余弦相似度的筛选图像有效性评价方法。该方法分别计算图像非准确重叠区域和不重叠区域的余弦相似度,将计算结果进行加权平均以减弱不重叠区域对整体图像相似度的影响。实验表明:利用该方法求取的最相似图像与图像筛选方法选出的图像一致,即图像筛选方法是有效的。第三,提出基于SURF算法的同步拍摄图像配准方法。该方法利用SURF算法提取图像特征点,利用基于K-d树的KNN算法匹配特征点,利用RANSAC算法提纯匹配点。使用同步拍摄图像和相等采集序号图像进行匹配实验,实验表明:同步拍摄图像比相等采集序号图像的匹配正确率高,匹配正确率可以达到97.1%。第四,提出基于改进最佳缝合线的道路抓拍图像融合方法。该算法通过改进传统Sobel算子增强其在水平和竖直方向上的检测梯度,并引入加权平均融合算法平滑过渡拼接裂缝。实验表明:该算法可以避开车道线、解决“鬼影”和拼接裂缝问题,合成高分辨率多车道图像。本文提出的基于特征点的道路抓拍图像拼接技术可以从异步采集的道路图像序列中筛选出同步拍摄图像序列,使用其进行配准正确率可以达到97.1%;同时可以解决“鬼影”和拼接裂缝问题,也可以解决道路违章抓拍系统在超速压线行驶和突发事故占用多个车道等情况下无法取证问题。