多透视拼接技术可以用来解决单幅相机因视域受限无法直接获得较长场景的成像的问题,它在科学研究以及人们的日常生活中都发挥着重要的作用,已经广泛应用于遥感图像处理、医学图像处理、三维重建等领域,是计算机图形学、计算机视觉以及虚拟现实等领域近年来的研究热点。目前的多透视拼接算法存在两点局限：1)需要大量源视点以保证足够多的拼接切片可以提取；2)视点方向应与水平运动方向垂直以模拟与场景面的正交投影或视点旋转角度较小以实现最小扭曲拼接。本文针对这两点不足展开研究,具体工作如下：(1)提出一种视点稀疏且可旋转的多透视图像拼接算法。摄像机的光轴与场景面不垂直时的成像中的不同部分会存在不同程度的透视变形,这种透视变形导致旋转的相邻视点成像无法拼接。有鉴于此,提出一个基于两步走策略的图像拼接算法。其中第一步虚拟变换用来消除旋转视点成像中不同区域的不同程度的透视变形,第二步同步校正与配准用来解决相邻旋转视点成像的偏移矢量发生变化因而无法进行配准的问题。最后对两步走策略得到的拼接图像的重叠区域进行融合处理得到最终的拼接图像。(2)提出一种图像尺寸自适应调整的拼接优化算法。虚拟变换后的图像可能会由于不合适的纵横比导致图像中的物体存在着拉伸或者压缩畸变,为此提出一种图像尺寸自适应调整算法,该算法选择虚拟变换后图像中一个标准像素带作为基准对图像中的其他区域进行校正,从而消除拉伸或压缩畸变；另外如果场景中物体的深度信息过于复杂会导致拼接效果中存在“鬼影”现象或其他拼接瑕疵,因此引入基于缝合线的图像拼接技术来实现更加完美的拼接。(3)结合CUDA技术对算法进行实时优化处理。图像类问题的处理速度一直是图像处理中的一个难点,而本文的图像拼接算法主要涉及对图像中各个像素点进行操作,单靠CPU处理耗时较长,很难取得较好的处理性能以及效率。因此结合CUDA技术对算法进行优化处理,将图像的虚拟变换过程移植到GPU上进行处理,很好的提高了算法的运行效率,完成了实时视频拼接。