图像拼接是指将图像采集设备获取的多幅具有一定重合率的图像,合成到一幅图像上,而这幅图像具有各个图像的全貌。图像拼接技术是数字图像处理领域重要的一环,随着人们对于图像质量要求越来越高,而普通摄像头分辨率有限,无法同时获取到大视角、清晰的图像,图像拼接技术能够得到宽场景、高分辨率并且整合了多幅图像信息的拼接图像,满足了人们的需求。图像拼接技术越来越多地出现在人们的日常生活中,如智能手机中全景图像拍摄、无人机航拍球面全景图、谷歌地图街景、游戏中的虚拟现实以及安防等领域。本文针对路面裂缝图像拼接所涉及的关键技术进行了深入研究,包括图像特征点检测以及匹配、相机内外参数估计与优化和图像融合。本文完成的工作以及主要创新点包括:(1)研究了两种主要的特征检测和描述算法——SIFT算法和ORB算法。针对SIFT算法在建立高斯金字塔时组数存在冗余的现象,本文适当减少了组数,并且保持特征点检测的数量和稳定性。结合改进SIFT算法和ORB算法的优缺点,以及两种算法在路面裂缝检测时的性能,本文使用改进的SIFT算法作为特征点检测算法,将ORB算法中的负责特征点描述的rBRIEF算法作为特征点描述算法,称之为BSIFT算法。实验表明,BSIFT算法的鲁棒性与SIFT算法相近,优于ORB算法,并且处理速度快于SIFT算法。(2)研究并改进了光束法平差算法。传统的光束法平差算法需要将所有匹配的内点放入优化器进行数值优化,由于匹配点多,优化迭代耗时长。本文将匹配点对基于置信度进行排序,并且设定取匹配点对数量为阈值,比较了多个阈值对于拼接速度和拼接图像质量的影响,最终选用匹配点对阈值为30。(3)研究了图像融合相关的算法,包括最佳缝合线搜索以及图像融合。针对重叠区域可能出现的鬼影现象,本文提出了一种基于距离变换的最佳缝合线搜索算法,依据距离准则,相邻图像重合区域的像素距离哪幅图像更近,该像素就属于相应的图像。并且对比了常用的两种最佳缝合线搜索算法——动态规划法和图割法。实验表明,本算法得到的最佳缝合线和其余两种算法结果相似,但是处理速度明显优于其余两种算法。