随着视频监控、视频编辑、视频压缩、虚拟现实等视频相关应用变得越来越普及和重要,视频全景图技术也随之发展起来。然而由于视频码流的复杂程度,使得实时视频拼接成为一个难点、热点问题。本论文所作的主要工作,是在用DirectShow处理视频流的基础上,开发简化的快速SIFT特征点提取算法,进行视频图像的拼接工作。在保证匹配精度的同时,尽可能的提高运算速度,注重算法的实时性,以满足实际工程需要。实时视频处理的第一步是要分离视频流,提取图像帧。在本文的第二章中研究了如何采用DirectShow COM组件知识实现此目的。在提取了图像帧后,视频拼接问题随即转化为图像拼接问题。在本文的第三章介绍了目前常用的图像配准方法,主要分为基于区域的配准和基于特征的配准。SIFT特征匹配算法是目前国内外特征点匹配研究领域的热点与难点,其匹配能力较强,可以处理两幅图像之间发生平移、旋转、仿射变换情况下的匹配问题,甚至在某种程度上对任意角度拍摄的图像也具备较为稳定的特征匹配能力。因此本文在第四章研究了SIFT特征匹配算法并做了一定程度的改进,以便应用于快速实时视频拼接的过程中。最后在论文的第五章,给出了视频拼接的实验结果,为实现实时拼接奠定了工作基础。