随着数字记录设备(数码相机、数字摄像机等)越来越便宜，我们希望亲手拍摄得到的图像或视频变得更加有用和有趣，所以研究者们开始发掘数字图像和数字视频的各种应用。本文主要讨论的是图像序列和视频以不同形式表达的方法，突破设备本身的物理限制，利用大视场的图像拼接技术构建全景图像，以及基于此的全景QTVR的应用。 本文详细讨论了图像拼接的几个基本步骤：图像对准、再投影流形、平滑处理。 图像对准是图像拼接的基础，也是其它一些图像处理的基础，如图像融合。我们分别讨论了直接法的图像的几何学对准和光度学对准。在几何学对准中我们分别讨论了直接法图像对准和基于特征的图像对准，并作了比较。我们采用的是基于频域仿射模型的光流方程，即首先计算比较大的空间变换，然后再对其进行透视变换求精，实验证明这样既可以获得较好的效果，也提高了计算速度。在光度学对准中，我们采用了一个光度模型，使图像曝光得到校正。 接着，我们列举了四种再投影模型：平面流形、柱面流型、球面流形，还有一种流形投影。这几种模型分别以不同形式对全景图像进行表达，我们选取平面流形作为全景图像的投影模型，选取柱面流形作为全景QTVR再投影的模型。对于相机绕固定中心旋转拍摄四周场景的情形，柱面流形能较真实地复原场景的本来面貌。 如果没有平滑处理，那么我们得到的拼接图像将会有明显的缝隙，所以必须寻找一个良好的平滑函数以消除这种缝隙。我们分别列举了几种平滑函数，并一一作了比较，最后我们选择最近图像中心函数作为平滑函数，取得了满意的效果。 为了构造大视场的全景图像，我们必须对某一场景进行往复拍摄，这样就会造成时间上不连续而空间上连续的图像的错位，这是由图像对应变换矩阵累乘引起的，所以我们必须进行优化处理。我们提出了一个全局优化方法，借助于图像的空间相关性求解图像的全局一致性对准系数。另外，我们针对运动物体引起的模糊作了最优路径的运动物体消除。 最后，我们利用得到的全景图像，再次投影到全景QTVR的柱面模型上，拓展了图像拼接的应用领域，同时也对图像拼接技术提出了更高的要求。