目前视频拼接技术已广泛应用于虚拟现实、视频监控、智能驾驶、数字娱乐等领域。由于视频图像需要处理的数据量大,在保证拼接质量的同时提高拼接速度是视频拼接技术的一个亟待解决的问题。另外,视频拼接在具有移动前景物体的情况下容易产生视差伪影和模糊的现象,提高拼接的准确性,保证视频图像清晰自然、无重影和拼接缝是视频拼接技术的另一个需要解决的问题。鉴于此,本课题对移动前景下视频实时拼接技术进行了深入研究,主要研究内容如下:首先,了解视频拼接技术的研究背景和国内外研究现状,阐述移动前景下视频拼接技术面临的难点。深入研究图像拼接的相关理论知识,结合摄像头固定不动的特点,本文通过创建索引表的方法加快视频图像的投影变换,为实时视频拼接的实现打下基础。其次,本文提出了一种基于改进网格运动统计的快速视频配准算法。该算法在特征点检测阶段采用SURF特征检测器检测特征点,随后使用二进制描述符BRISK描述特征,最后使用网格运动统计算法快速剔除误匹配点,并通过使用PROSAC算法快速估计变换模型。实验结果证明,与传统SIFT+RANSAC、SURF+RANSAC等配准算法相比,本文算法大大提高了配准精度和匹配正确率,同时在实时性方面也有所提升。然后,针对移动前景引起视频拼接的伪影、模糊问题,本文提出了基于视觉背景提取的最佳缝合线搜索算法对视频进行融合。首先根据重叠区域图像的前景区域、灰度差异、纹理和颜色差异对能量函数进行改进,同时采用能量最小化的动态规划技术找到非移动前景区域的最佳缝合线,然后采用VIBE算法检测移动物体并在随后的视频图像中更新最佳缝合线,最后结合色差自适应融合算法对最佳缝合线两侧区域进行融合,实验结果表明,该算法能够有效地消除了重影,并且拼接视频无明显接缝。最后,搭建了实时视频拼接系统,并在Visual Studio2019环境下完成了视频拼接软件的设计。拼接软件采用CUDA流并行计算,加速了视频实时拼接。将本文研究的视频拼接方法应用于该系统,实验结果证明,本文拼接方法达到了较好的拼接效果,并且能够实时地完成视频的拼接。