图像拼接形成的宽视角图像对农田作物管理、农用喷雾车导航等有着重要作用。传统图像拼接方法拼接时间较长,受光照不均匀的影响,拼接后图像可能会存在重影、错位、缺失等问题,本文根据Kinect传感器得到植株深度和彩色信息,提出基于深度和彩色双源信息的图像拼接方法,并用MATLAB软件进行仿真试验,试验表明本文方法拼接后图像过渡平滑,匹配准确率高,拼接速度快。主要研究内容如下:(1)针对传统拼接方法拼接后图像错位、缺失、重影和精确度不高等问题,提出了双信息特征源图像拼接方法,利用Kinect传感器实现不同视角下的植株图像精确拼接。首先,对彩色图像进行SIFT提取特征点、匹配特征点等处理,再用植株的深度信息消除误匹配,根据获得的正确匹配对,使用RANSAC算法寻找最佳投影变换矩阵H,最后采用最佳缝合线算法进行图像融合,从而实现图像的精准拼接。试验可得,传统图像拼接方法匹配准确率平均为88.1%,此图像拼接方法特征点匹配准确率平均为92.9%,比传统方法准确率提高了4.8个百分点。考虑到Kinect受到光照干扰会出现边缘缺失的情况,进行了室外实验,传统图像拼接方法匹配准确率平均为92.1%,此图像拼接方法特征点匹配准确率平均为99.1%,比传统图像拼接方法准确率提高了7.0个百分点,进一步验证了算法的有效性。(2)针对拼接时间较长,提出了K-means聚类快速图像拼接方法,首先用Kinect传感器获取植株深度和彩色信息,并用K-means聚类与深度信息相结合的方法获取有效植株区域,再用SURF算法进行特征点提取以减少图像拼接时间,然后进行特征点匹配、筛除误匹配、寻找投影变换矩阵,最后采取多分辨率图像融合方法对多幅图像进行融合。室内外试验中,该方法平均拼接时间为3.52 s(室内)和7.11 s(室外),较双信息特征源图像拼接时间平均缩短了8.62 s(室内)和38.56 s(室外),且平均匹配准确率达96.0%。(3)为了提高图像拼接效率且保证图像的完整性,本文提出局部特征自适应快速图像拼接方法。首先设计了车载图像测试系统,搭建了车载运行平台,且根据不同车速自适应调节帧率。该方法首先根据图像的灰度直方图,将彩色图像分为4个区域,根据不同区域的特征,自适应选择对应的关键点提取方法,然后再进行特征点匹配和误匹配对的筛选,最终采取多分辨率图像融合算法对多幅图像进行融合。试验研究表明:该方法特征点匹配平均准确率为96.1%,K-means聚类快速拼接方法的平均匹配准确率为95.2%,匹配精确度更高,同时算法整体平均耗时为3.29 s,相比于双信息特征源图像拼接方法平均耗时减少了39.58 s,相比于K-means聚类快速图像拼接方法平均耗时减少了2.73 s,拼接速度更快。