随着社会的进步与发展,人们对获取的信息质量要求越来越高,高质量图像与视频逐渐成为了信息的主要载体。图像拼接是使断开的图像信息回归完整的技术,且顺序图像拼接技术已经广泛应用于生活与工业各领域,但是对于无序图像拼接,无论从精度上还是效率上,都还有许多尚未解决的问题。无序图像拼接是从同一场景下的多幅具有重叠部分的无序图像中找到相互匹配的图像序列,将其拼接成一幅包含更多信息的宽视角图像的一项技术。无论是在工业领域与遥感领域,还是在医学研究当中,无序图像拼接都有很好的发展前景,有一定的研究应用价值。无序图像拼接技术在顺序图像拼接的基础上,增加了寻找图像匹配对,以及图像排序的过程。本文主要针对寻找图像匹配对效率低下、重复工作较多以及图像亮度不均匀影响配准精度等问题,提出了基于图像配准索引表的无序图像拼接算法。该算法不仅能够提升图像拼接的效率,还能保证全景图的质量。本文的主要研究工作包括:1.针对同一场景的图像因拍摄条件不同出现较大亮度差异,影响配准精确度以及导致最终的拼接完成的全景图颜色不均匀的问题,本文引入了一种相对于全局亮度调整适应性更强的局部颜色校正方案。如果图像集中存在亮度差异较大的图像,或者亮暗相间的图像,采用局部颜色校正算法能够更好地保留图像边缘信息,增加特征提取的精确度。2.针对已有的无序图像拼接算法直接通过特征匹配来寻找图像匹配对,消耗时间过多的问题,本文研究了一种匹配策略,将每一幅图像都作为参考图像,其余图像作为待匹配图像序列,分别计算参考图像与目标图像的匹配区的相似率,构成匹配序列。每一幅参考图像都在匹配序列当中按相似率从大到小的方式进行匹配,直到找到与之具有重叠区域的图像。相比直接通过特征匹配来寻找图像匹配对,减少了无用的特征匹配次数。3.针对二叉树模型重复进行特征提取与重复寻找匹配对,降低算法效率的问题,本文研究了一种基于图像配准索引表和特征点池的无序图像拼接方法。该方法的重点是重复利用特征点信息,以及通过图像拼接之后全景子图的组成部分推算多幅全景子图中存在重叠区域的图像对。通过该方法在二叉树模型的非叶子节点层无需再次寻找图像匹配对,并减少一半特征提取工作。相比已有的无序图像拼接方法,本文方法在保证图像质量的同时减少了大量的重复工作,提高了无序图像拼接的效率。