随着社会经济与科学技术的快速发展,越来越多的地方与场所都开始安装使用各种类型的视频监控设备。然而,现有的视频监控装置大多数是采用固定位置拍摄采集的,单个摄像装置获取的视频画面视野有限,有视觉盲区区域,会存在安全隐患。随着图像拼接技术的应用,现在可以采用多台摄像装置进行组合,形成大视场无死角的视频监控系统。同时,在拼接得到的大视场范围中,常常需要对特定的目标进行检测与跟踪,但此方面相关的研究较少。因此,本文对大视场高分辨率图像拼接及目标跟踪技术进行了研究。针对传统图像拼接方法其处理速度慢,效率低,无法满足高分辨率图像快速准确拼接的需要的难点,本文提出了一种基于ORB特征的高分辨率图像拼接改进算法。首先在ORB特征点提取的基础上,采用汉明距离进行快速粗匹配,然后通过基于渐进采样一致性（PROSAC）算法对匹配点对进行优化,去除误匹配点对之后,求解出图像变换矩阵。最后采用渐入渐出加权融合算法对图像重叠区域进行融合,去除了拼接痕迹。实验结果表明,相较于传统ORB算法,本文算法特征点匹配时间仅为其65.10%,匹配正确率提升了4.04%,均方根误差减少了20.28%,图像信息熵提高了1.60%。本文算法不仅在处理速度上具有明显优势,而且匹配准确度更高,能够对高分辨率图像实现快速准确拼接。通过研究设计了大视场高分辨率图像拼接系统,对其组成的由相机成像单元和主控单元进行了详细的设计说明。相机成像单元主要由多台可见光相机组成,从成像芯片的选型以及芯片驱动的设计作了具体说明。多台相机按照特殊角度进行排列,采集图像数据,以实现大视场高分辨率成像探测。主控单元主要由图像信号采集模块、图像拼接模块和目标跟踪模块组成,首先完成相机图像信号的采集与同步,然后对相机阵列的采集到的图像进行图像拼接,最后在拼接后视场内的完成对目标的跟踪。搭建了系统实验平台,做了两部分实验进行验证,分别是大视场高分辨率图像拼接实验和视频图像拼接与目标跟踪。实验结果可知,系统能够进行大视场高分辨率视频图像快速拼接,视场超大,分辨率高,帧频能维持在30帧左右,拼接实现效果较好,系统稳定,实时性高,整体性能表现较优。视频图像拼接与目标跟踪系统能够维持在较高帧频,并且可以长时间稳定运行,能够满足实际情况的需求。