1.一种矿井监控图像自动快速拼接方法，其特征在于，包括以下步骤：S1、利用Harris算法得到两幅或者多幅待拼接图像的特征点，再采用SIFT算法对特征点进行定位，且结合SIFT描述符信息，提取到图像特征点；

S2、针对S1中提取到的图像特征点，利用位置敏感散列算法进行特征匹配点查找；

S3、采用改进的RANSAC算法筛选特征匹配点并计算变换矩阵；

S4、通过图像融合算法进行拼接。

2.根据权利要求1所述的一种矿井监控图像自动快速拼接方法，其特征在于，所述步骤S1中的Harris算法得到待拼接图像特征点，处理过程表示如下：R＝det(M)-k*tr2(M)

k＝0.04～0.06

式中：gx为x方向上的梯度，gy为y方向上的梯度， 为高斯模板，det为矩阵的行列式，tr为矩阵的迹，k为常数，R表示待拼接图中相应像素点的兴趣值。

3.根据权利要求1所述的一种矿井监控图像自动快速拼接方法，其特征在于，所述的采用SIFT算法对特征点进行定位，且结合SIFT描述符信息，提取到图像特征点；在Harris算法初步获得图像中特征点的基础上，采用SIFT算法获得图像特征点的尺度信息，根据特征点领域内的梯度方向为每个特征点建立一个描述符，确定特征点的主方向，保证其旋转不变性；计算位置(x,y)处梯度幅度大小和方向公式分别以下两式：其中L所用的尺度为每个特征点各自所在的尺度。

4.根据权利要求1所述的一种矿井监控图像自动快速拼接方法，其特征在于，所述步骤S2中利用位置敏感散列算法进行特征匹配点查找，该算法包括以下步骤：T1、将特征匹配点集转化为海明空间中的二进制串，对于任意一特征匹配点p∈P，P为d维空间，设P＝{x1,x2,…xd}，将空间P映射到d′维海明空间 映射方法如下：其中Unaryc(xi)表示转化后的二进制串，C表示空间P中任意点p坐标的最大值；

T2、经过了步骤T1中点集到二进制串的映射后，需要对集合中的每个点进行哈希操作使其散列到哈希表中；在族函数H＝{h1,...,hl}中独立随机选取hx1,hx2,,...,hxt，g(p)是一个长度为k的向量，表示如下：g(p)＝(hx1(p),hx2(p),...,hxt(p)) t＝1,2,…,k对每一个点p计算函数gj(p),j＝1,...,L，并将值存入哈希表的哈希桶中；

T3、对于给定的q，计算g1(q)，g2(q)，…，gl(q)，取出gi(q)对应哈希桶中所有的点作为候选集，最后在候选集中顺序排序，得到检索结果。

5.根据权利要求1所述的一种矿井监控图像自动快速拼接方法，其特征在于，所述步骤S3中采用改进的RANSAC算法筛选特征匹配点并计算变换矩阵，包含以下步骤：(1)设置当前特征匹配点的最佳估计数目S＝0；

(2)将图像按32×32类型的方法进行分割，形成1024个子块，采用随机抽样的方法抽取其中4个子块，并随机地在每一个子块中选择一个点，初始化4个特征匹配点对；

(3)根据步骤(2)中抽中的特征匹配点对，采用最小平方法计算变换矩阵M中的8个参数，然后根据给定的距离阈值T，统计该变换矩阵M的匹配点数目；

(4)设当前内点数目为N，将N与S进行比较，如果N＞S,则将M作为当前最佳估计，并更新N＝S，同时动态评估剩余所需迭代次数K，K的值正比于1/log(p)，其中P为当前错误概率，如果当前迭代次数达到K，则转入步骤(5)；否则转向步骤(2)；

(5)算法结束，退出。

6.根据权利要求1所述的一种矿井监控图像自动快速拼接技术，其特征在于，所述步骤S4中通过图像融合算法进行拼接，包含以下步骤：采用加权平均的方法来实现图像的无缝拼接，假设待拼接的图像为f1和f2，采用加权平均法融合后的图像f可表示为：式中d1、d2表示加权系数，它们的关系满足：d1+d2＝1。