图像拼接研究旨在将具有部分区域重叠的小视域图片合成为一副大视域的高分辨率图片,以满足大众观察浏览宽视域图像场景的需求。图像拼接技术在视频监控、虚拟现实、遥感技术以及医学图像处理均具有广泛的应用。在机场、码头、广场、交通路口等大型场景的监控中,为了实时获取全局大范围图像信息通常需要布设多台网络摄像机。这种方法虽然可以获得更多的监控范围,但是场景被分割成多个子窗口进行显示,不能够自然、全面、直接地反映真实场景。此外我国雾霾天气严重,使得户外监控系统在正常工作时受到极大的干扰。针对雾霾图像的拼接问题,本文主要进行了以下工作:1)通过对暗原色先验的图像增强算法(HE)和对比度受限的自适应直方图增强算法(CLAHE)进行深入研究,并对HE进行了适当改进以加快实时性。首先对原图进行下采样,并通过暗原色先验估计粗略的透射率图,然后通过导向滤波对透射率图进行细化,并对细化后的透射率图进行上采样,得到修正后的透射率图,最后利用修正图去除图像中的雾霾。实验结果表明所提方法在效率上有极大的提高,同时其去雾霾效果比CLAHE好。2)对比分析了SURF算法与ORB算法在特征提取与匹配上的效率与精度问题,并提出了一种基于ORB算法的自适应最优单应矩阵计算法。首先建立了配准误差函数;然后采用固定帧再匹配法计算当前帧的单应变换矩阵H1;接着,分别利用H1和上一关键帧计算出的单应变换矩阵H估计配准误差,且选取配准误差小的单应变换矩阵作为当前帧和后续视频帧的变换矩阵。该方法解决了传统视频拼接中由于摄像头相对位置发生偏差引起视频拼接错位的问题。3)在图像融合阶段对比了常见融合算法的效果,提出了一种改进的加权平均法对重叠区域进行融合,改善了图像过渡不平滑的问题。