图像拼接就是将两幅或多幅来自同一场景的有重叠区域的小尺寸图像合成为一幅大尺寸的高质量图像。自动建立大型、高分辨率的图像Mosaics技术一直是摄影测量学、计算机视觉、图像处理和计算机图形学的活跃研究领域。图像拼接技术通过将一组具有部分重叠的图像或视频图像进行无缝拼接而得到超宽视角的图像。这一类技术的出现使采集图像的设备更普通化,利用普通的摄像机和数码照相机即可得到满足要求的图像。因此,研究并提出一种精确而快速的图像拼接算法具有十分重要的现实意义。 本文详细介绍了图像拼接的概念、图像拼接方法的分类、图像拼接的研究现状,总结了图像的获取方法、摄像机模型、几何变换等图像拼接的相关知识,并讨论了图像拼接的各种算法:平面图像拼接方法、全景图像拼接方法、视频图像拼接方法。其中,重点讨论了平面图像拼接中的基于特征、基于模板和基于相位相关的三种拼接方法。 在此基础上,针对现有图像拼接方法的缺点,本文提出了一种基于时域和频域的图像拼接算法。该算法采用一种先粗后细的两步拼接方法,首先利用Fourier变换将原始图像变换到频域,在频域进行粗估计。由于极坐标的引入,使得角度的估计大大的简化。然后根据粗估计值寻找匹配特征点,再利用图像时域特征计算精确变换关系,然后根据得到的变换关系进行匹配拼接,最后对所得图像融合处理。本文方法不需要人工干预,可自动对图像进行无缝拼接,实验结果验证了方法的有效性,并具有较强的鲁棒性。