图像拼接技术在图像处理领域有着重要意义,也是图像处理领域中的研究热点。为了将同一场景拍摄下的几张图像拼接成一个具有较宽视角、无明显拼接缝隙的、信息度较高的全景图像就需要应用全景图像拼接技术。全景图像拼接在计算机识别、医学图像分析以及虚拟现实技术等领域均有重要应用。本文的主要内容分为图像配准以及图像融合技术两部分,在深入研究现有算法的基础上,对图像配准以及图像融合技术均提出了改进算法。本文首先阐述了图像拼接技术相关的研究背景及意义,并且分析了国内外研究现状,介绍了图像拼接过程中的基本流程,实现了基于归一化积相关的BRISK图像配准,以及基于彩色共生矩阵的多分辨率图像融合算法的全景图像拼接。对于图像配准,本文提出了基于归一化积相关的BRISK图像配准算法。该算法首先对图像应用AGAST算法提取特征点,再应用归一化积相关算法对图像进行块匹配,对匹配成功的重叠区域,采用特征点的主方向以及描述子向量进行特征点的匹配,对于匹配成功的特征点,应用随机样本一致性方法进行误匹配点的去除。对三组有旋转及视角变化的图像进行仿真实验,通过对仿真得到的图像和数据分析表明:本文提出的改进BRISK图像配准算法,与原算法、传统SIFT算法和先进算法ORB相比较,特征点匹配准确率与匹配速度均有提高。在图像配准完成之后,通过柱面投影算法计算出图像之间的几何变换关系,然后对图像序列之间进行矩阵变换,实现多幅图像的拼接。在拼接完成后,进行图像融合,以消除拼接缝隙和鬼影等现象。对于图像融合,本文提出了基于彩色共生矩阵的多分辨率图像融合算法。该算法首先对图像进行彩色共生矩阵计算,提取图像重叠区域的纹理特征,利用提取的纹理特征对图像进行多分辨率融合。图像融合实验应用融合评价标准对实验结果进行分析表明:本文提出的改进多分辨率图像融合算法比原算法具有更好的融合效果,消除了拼接缝隙和鬼影,实现了全景图像的无缝拼接。