1.一种非同心成像条件下的图像拼接方法，其特征在于，包括：

S1：分别提取待拼接的第一图像和第二图像中重叠区域的稀疏特征点；

S2：对提取的两幅图像中的稀疏特征点进行匹配，得到特征点匹配对集；

S3：从所述特征点匹配对集中选择m对空间分布发散的特征点匹配对，并估算对应的单应矩阵Hi；

S4：确定所述特征点匹配对集中符合所述单应矩阵Hi的特征点匹配对的数量百分比ri；

S5：在ri大于预设数量百分比阈值时，根据符合所述单应矩阵Hi的所有特征点匹配对计算对应的候选单应矩阵；

S6：判断是否遍历所述特征点匹配对集，如是，转至S7，否则，转至S3；

S7：分别根据各候选单应矩阵对所述第一图像和所述第二图像的特征点匹配对集进行空间映射，计算特征点匹配对间的稀疏特征点配准误差；

S8：根据所述稀疏特征点配准误差从候选单应矩阵中选择出目标候选单应矩阵；

S9：利用所述目标候选单应矩阵将所述第一图像投影到所述第二图像所在的平面中得到处于同一平面下的两幅图像；

S10：在同一平面下的两幅图像的重叠区域中寻找最优缝合线；

S11：根据所述最优缝合线对步骤S10中的两幅图像进行融合得到拼接图像。

2.如权利要求1所述的非同心成像条件下的图像拼接方法，其特征在于，所述步骤S3包括：记图像宽为W高为H，在二维空间[0,W-1]×[0,H-1]上产生均匀分布的m个像素点坐标，根据所述m个像素点坐标以最邻近原则选择m对空间分布发散的特征点匹配对。

3.如权利要求1所述的非同心成像条件下的图像拼接方法，其特征在于，所述步骤S7包括：针对每一候选单应矩阵，利用以下公式计算其对应的稀疏特征点配准误差：其中，Δxi表示利用该候选单应矩阵进行粗配准后一对特征点匹配对在x轴方向上的误差值，Δyi表示利用该候选单应矩阵进行粗配准后相应特征点匹配对在y轴方向上的误差值，∑(·)表示对N对特征点匹配对的稀疏特征点配准误差求和，N表示特征点匹配对集中特征点匹配对的数量；

所述步骤S8包括：

将最小si对应的候选单应矩阵作为目标候选单应矩阵。

4.如权利要求1-3任一项所述的非同心成像条件下的图像拼接方法，其特征在于，在步骤S9之后，且在步骤S10之前，还包括以下步骤：S91：采用二维插值算法对所述目标候选单应矩阵对应的稀疏特征点配准误差si进行稠密化，获取整个重叠区域的配准误差后，进行误差补偿，优化图像对齐。

5.如权利要求4所述的非同心成像条件下的图像拼接方法，其特征在于，所述步骤S10中基于像素差值函数、几何结构相似度函数以及配准误差约束函数来寻找最优缝合线。

6.如权利要求5所述的非同心成像条件下的图像拼接方法，其特征在于，基于缝合线成本函数E(x,y)＝αEc(x,y)+βEg(x,y)+γEw(x,y)确定出对应的最优缝合线，其中，α表示像素差值函数的占比参数、β表示几何结构相似度函数的占比参数，γ表示配准误差约束函数的占比参数，(x,y)∈path表示缝合线在所述第二图像所在的平面中的坐标，Idiff表示步骤S91中的误差补偿后第一图像和第二图像的重叠区域像素差值图，Sxy为3×3的卷积核，(*)表示图像卷积计算，wi＝exp(-||X-Xi||2/σ2)，wi表示缝合线权重参数，X表示重叠区域中当前像素点坐标(x,y)，Xi表示所述第二图像的稀疏特征点集合S中与X邻近的第i个稀疏特征点的坐标，σ表示尺度参数，▽Xi表示所述稀疏特征点Xi在基于所述目标候选单应矩阵进行空间映射后的配准误差。

7.如权利要求6所述的非同心成像条件下的图像拼接方法，其特征在于，

8.如权利要求6所述的非同心成像条件下的图像拼接方法，其特征在于，α:β:γ＝2:5:

3。

9.如权利要求6所述的非同心成像条件下的图像拼接方法，其特征在于，α取值为0.21，β取值为0.49，γ取值为0.30。