Al realizar la unión de imágenes multiespectrales, debido a los requisitos de imagen y las diferencias en la información de las bandas espectrales, no es posible completar una unión rápida de imágenes espectrales de banda completa bajo condiciones de baja superposición. Para abordar este problema, este documento propone un algoritmo adaptativo de unión rápida de imágenes multiespectrales con baja superposición y mejora de la correlación de fase. Tomando el canal con máxima entropía de información de la imagen multiespectral como canal de referencia, se diseña un método de segmentación que mejora la correlación de imágenes, cortando imágenes espectrales de dos lentes adyacentes bajo el canal de referencia con pasos específicos para aumentar la superposición de las imágenes espectrales a emparejar; se introduce el método de mínimos cuadrados para ajustar dinámicamente el número de segmentaciones y el paso de segmentación, logrando optimizar el desplazamiento relativo y mejorar la adaptabilidad y precisión del algoritmo; utilizando el principio de coherencia del desplazamiento entre dos imágenes de subplanos adyacentes bajo diferentes canales, mediante la localización del desplazamiento del canal de referencia, se resuelve el problema de que algunos canales no pueden unirse debido a la insuficiencia de información, mientras se mejora la eficiencia de la unión de imágenes multiespectrales. Los experimentos muestran que este método puede lograr una unión rápida de imágenes espectrales de 16 canales con una superposición no menor al 5 %, superando en calidad general y costo temporal a los cuatro algoritmos Harris, SIFT, FAST-SURF y BRISK-ORB, teniendo un cierto valor práctico.

método de correlación de fase; unión de imágenes multiespectrales; baja superposición; mejora de correlación; método de mínimos cuadrados