随着计算机及摄像机等设备性能的提高,视频获取与处理的成本日益降低,视频拼接渐渐在图像拼接的基础上发展起来。在监控系统中利用视频拼接技术获得一个大场景、高分辨率的视频,便于对所拍摄场景有一个全面的观察,监视。视频拼接在生活中有广泛重要的应用,比如视频会议,虚拟现实等。本文针对多个静止摄像头拍摄的同一场景的视频拼接展开研究,首先介绍了图像与视频的不同,并对图片拼接的流程做了详细的介绍,还重点论述了SURF特征点的提取过程,SURF特征点粗匹配的方法,使用亮度对比符加速粗匹配的方法,采用基于相似度的改进RANSAC算法计算转换矩阵,图像融合,计算融合区域应用到下次的融合中等。本文的创新点在于提出了一种基于相似度的改进RANSAC算法,提出了一种计算图像融合区域的新方法,并提出了一套完整的视频融合方案,通过该方案可以实时的完成多目静止视频拼接,并保证拼接结果的正确性。