随着虚拟现实、可视化导航、低空航拍、视频会议与监控等新兴产业的蓬勃发展,作为核心环节的图像拼接技术成为了当今计算机视觉领域的研究热点之一。传统的固定视点图像拼接的适用条件较为严格,要求相机光轴中心平行或交于一点。然而,通常情况下拍摄方式较为自由,而且场景图像可能具有丰富的平面结构,若采用传统的全局单一变换配准方法,就会导致严重的误匹配和漏匹配,产生投影畸变,使得拼接结果扭曲变形。为此,本文对自由视角下的图像配准与拼接方法展开研究,着重研究场景平面的检测及特征匹配的提纯算法、基于多单应性变换的局部配准模型以及全景图像的高效融合算法。此外,提供了采用广角镜头来降低全景图像采集硬件成本的方法,并在预处理步骤中对镜头的偏色白平衡和桶形畸变校正进行了较为深入的研究。论文的主要工作总结如下:(1)在预处理阶段,对于广角畸变图像,在网格模板法基础上,提出了一种基于多项式分段优化模型的自适应校正方法。采用分区域定向搜索算法,实现控制点对的自动化提取。然后利用点距搜索方法来估计最优畸变中心,并构建分段优化误差模型来自适应地拟合全局径向畸变,从而达到高精度的校正效果。(2)针对多平面结构场景图像,提出了基于J-Linkage层次聚类的匹配分层算法。给出了SIFT特征提取的改进算法,以增加大视差图像的匹配点对的数目。然后使用K-D树对KNN匹配搜索过程进行加速。最后,将J-Linkage聚类算法运用于多单应性变换模型的鲁棒估计,构建匹配点对的相似概念空间,不断聚合具有相似偏向集的匹配点对,从而实现不同场景平面上特征匹配的分类与提纯,提高了匹配精度,并增加了匹配点对的总数目。(3)针对传统单一变换配准模型的投影畸变、错位等问题,给出了基于网格局部投影变换和变形约束的配准优化模型。将图像划分为网格块,采用Moving DLT变换求解局部投影矩阵。进而建立配准误差函数,增加位置、保形、相似性等约束条件。从而提高全局配准精度,降低投影扭曲变形,尽可能地保留原有视角。(4)提出了基于拼接缝搜寻的多分辨率图像融合改进方法。首先进行曝光补偿、波形校正等处理,然后采用图割/最大流算法来搜寻最优缝合线,最后利用多分辨率金字塔融合算法进行融合处理。该方法能够有效消除拼接痕迹,并能避免由配准误差或运动目标引起的重影或鬼影现象,使得拼接结果更为自然。