全景图像是由多幅不同视角且有重叠的图像合成的,它的主要特点是视野广,可以在一幅图像中观察到多个角度的信息。近年来,全景图像被广泛的应用于医学影像、遥感测绘、虚拟现实等多种学科领域,图像拼接技术作为合成全景图像的一项关键技术显得尤为重要。传统的图像拼接技术在图像配准阶段匹配成功率低,并且当图像中存在运动物体时,在图像融合阶段容易出现图像重影的问题,严重影响了全景图像的质量。针对传统图像拼接技术中存在的缺陷,本文提出了相关的优化方案,主要工作内容如下:1.研究了图像拼接技术中图像数据处理子系统的三个模块,这三个模块分别是图像预处理模块、图像配准模块、图像融合模块。2.总结并分析了图像预处理的相关知识,主要从图像直方图均衡化、图像去噪和几何校正及投影变换四个方面介绍了图像预处理。详细分析了每个步骤的原理和其中涉及到的方法,并通过实验仿真得出结果进行分析和对比。3.在图像配准模块中,针对加速鲁棒特征(SURF:Speeded Up Robust Features)算法在图像配准中匹配准确率低的问题,提出基于SURF算法的改进算法。首先利用SURF算法提取特征点,通过近邻搜索(BBF:Best Bin Fast)算法实现Kd-Tree快速查找最近邻特征点,结合双向唯一性匹配的方法完成图像匹配,然后在视差约束下,利用视差梯度约束对初始特征匹配对进行预处理,筛选掉一些偏差较大的匹配对,最后采用随机抽样一致(RANSAC:Random Sample Consensus)算法对匹配对二次优化和去噪处理。设立三组不同状态的对比实验,分别用BRISK算法、ORB算法、SURF算法和本文算法进行图像匹配,统计各组实验的图像匹配正确率,分析所得数据,得出本论文提出的改进算法简单快速,匹配成功率高。4.在图像拼接融合模块中,针对存在运动物体的图像拼接中极易出现的图像重影鬼影的问题,在改进SURF算法的基础上,本文采用基于动态规划思想的最佳缝合线算法结合泊松图像融合算法实现图像的平滑拼接。设立两组图像拼接融合对比实验,通过分析和对比得出本文使用的算法可以有效的消除图像融合过程中出现的重影现象,拼接融合效果较好。