如今,越来越多的领域需要用到超宽视角的高分辨率图像。用某些特殊设备(如扫描式相机和鱼眼相机)可获得这一类图像,但它们大多都具有价格昂贵、使用复杂等缺点。利用普通相机采集的图像来得到宽视角的高分辨率图像一直是人们追求的目标。作为计算机视觉和图像处理的重要分支,图像拼接技术为这一问题提供了很好的解决途径。它将一系列具有部分景物重合的图像进行无缝拼接而得到超宽视角图像或全景图。 本文针对基于图像的虚拟现实领域中应用最广的一类全景图像一改进并给出了一种基于旋转不变量的的拼接算法。首先实现两幅具有重叠区域平移图像的图像拼接,然后对其算法进行改进,从而可以拼接两幅具有旋转角度的并有重叠区域的图像:首先通过B样条小波提取图像中显著的一些特征点,采用多尺度方法去除特征点中的噪声。然后进行特征点初匹配,最后采用Zernike矩构造一迭代算法进行图像间旋转角度的估计。本文改进的算法克服了以往拼接算法中的一些限制:(1) 需要图像间有很大重叠区域,以往算法至少需要20%以上的重叠区域,而本算法最少可以对10%的重叠区域的两幅图像进行拼接 (2) 对图像间的旋转角度做了严格限制,本算法对旋转角度无特别要求。另外本文改进的算法是采用特征点匹配,大大减少了计算量,并且本文算法一个迭代算法,具有很强的鲁棒性,精确性也很高。