图像拼接技术作为数字图像处理的重要组成部分,近年来迅速成为研究热点。图像拼接技术可通过数字处理的方式将具有重叠区域的多幅图像拼接成大视野、高分辨率的全景图。该技术打破了图像获取设备的限制,被广泛应用于医学成像、虚拟现实及航空军事等领域。本课题以基于运动平台的图像匹配拼接技术作为研究对象开展相关工作。首先介绍了图像拼接技术的研究意义及应用领域,并着重分析了图像匹配技术的发展及现有技术。然后总结了图像拼接技术的基本原理,对计算机视觉坐标系及图像变换模型的推导及估算进行了完整分析,接着梳理了图像拼接的基本流程及技术实现。本课题提出了一种结合硬件系统及软件处理的图像两次配准机制,首先基于三维关系模型实现图像的预配准,该方法分别利用惯性传感器及Xtion传感器获得相机的运动外参矩阵及彩色图像的深度信息,在高实时性的前提下,解决亮度干扰及近景视差问题。结合预配准的先验信息,改进基于NCC的Harris角点匹配算法及基于RANSAC的关系模型估计算法,在提高系统运算速度的同时,实现基于二维关系模型的图像精配准。图像的两次配准算法相互补偿、相互配合,共同解决图像配准的精度及速度问题。本课题在分析系统误差的形成及特点的基础上,提出了基于修正矩阵的误差处理及系统校正方法,即通过跳帧估算图像间修正矩阵的方式将图像配准结果反馈至系统中,对系统进行闭环改进以实现系统的校正及优化,从而提高系统的稳定性及高效性,通过实际图像序列的实验及测试,并与传统算法进行对比分析,证明该系统在图像拼接技术中极具竞争力。