全景视觉传感器一次能够获取水平方向360°、垂直方向240°大视野范围内的图像场景信息,而且可以方便地还原成符合人眼观察习惯的柱面展开图像。这些优点使得全景视觉自从被人们研究以来,便在计算机视觉领域有了长足发展,非常适用于视频监控、远程会议、远程虚拟现实和机器人等应用领域。本文的主要研究内容是基于超分辨率重建的全景视觉图像配准技术,重点是针对全景视觉图像的特点和其配准问题,研究适合于全景图像的配准方法。本文首先介绍了图像配准技术的研究意义和主要内容,分析了图像几何变换模型、图像配准技术的原理以及常见配准方法,并对各种配准方法进行了总结。研究了全景视觉系统的成像原理,为了克服全景图像的畸变,使其符合人眼的观察习惯,本文从几何原理出发对全景图像进行了柱面解算,实验表明,该解算方法使展开图像具有较高的逼真度。针对全景视觉图像的特点,本文研究了基于特征的半自动配准方法和基于Harris角点检测的配准方法。与人工特征提取结合的半自动配准方法,易于实现,能够提供精确的同名点对,保证了图像配准精度,并且同时降低了时间消耗。Harris角点检测在计算过程中由于只涉及到了图像的一阶导数,所以具有旋转不变性,对存在角度旋转的全景图像配准适应。由于Harris角点检测算子对图像中的每个点都计算其兴趣值,然后在邻域中选择最优点,从而使得全景图像配准达到了较为理想的结果。为了提高全景图像的配准精度,本文最后开展了基于小波变换的图像配准方法。先对图像进行三次小波分解,然后进行逐层迭代图像配准,小波变换这种逐层细化分层搜索的配准思想大大提高了配准精度,使全景图像配准达到了较理想的精度。