计算机视觉技术的不断兴起和成长促进了视频拼接技术的进步。全景视频拼接的应用也越来越普及,在视频监控、旅游漫游和智能导航等领域具有广泛的应用远景。全景视频不仅能够进行大视角监控和取景,而且可以解决单个摄像机视频中存在的目标遮挡、多视角显示凌乱等难题。获取更高质量和更好实时性的全景视频是实时视频拼接领域的研究热点与挑战。论文通过研究视频拼接技术,设计了一个基于多通道摄像机平台的实时全景视频拼接系统,在取得较好拼接效果的同时也保证了视频的实时性。论文的主要研究工作内容如下:针对传统摄像机标定过程中存在操作不灵活、繁琐等问题,论文首先对广角摄像头镜头的畸变模型进行分析研究,设计了基于棋盘格的视频流自动标定法。在相同时间间隔下采集视频流图像进行标定,并计算每幅图像标定后像素值的平均误差,剔除误差较大的图像重新标定,避免因移动带来模糊而产生的标定错误的情况。该标定方法可以实现单人快速地摄像头标定,更具实用性和简约性。视频拼接实现过程中,在图像配准阶段耗时较大,为了快速准确的提取图像特征,论文设计优化出一种基于BRISK+GMS的组合式图像配准算法。在BRISK算法快速特征提取特性的基础上,将特征提取范围限制在重叠区域,并利用网格化方法对重叠区域图像进行划分使特征点分布更加均匀,从而减少需要操作的特征点数量提高速率;在特征提取后的匹配环节中利用GMS算法剔除误匹配对,根据双向匹配策略进一步提高匹配准确率;实现了特征配准在速度和匹配效果方面的双重增强。图像融合的好坏体现在拼接视频的视觉效果上,为了图像融合的更加自然流畅,论文设计优化出一种区域化的渐入渐出加权融合算法。在融合之前采用基于非线性掩膜的局部颜色校正方法对待融合图像进行曝光补偿预处理;为了减少求解重叠区域存在的误差,构建出融合区域并进行区域化划分;利用最佳缝合线法求得拼接缝,在不同区域使用渐入渐出加权算法实现图像融合,获取融合质量更高的全景图像。论文最后设计出完整的全景视频拼接系统原型,利用CUDA并行架构引入系统GPU对算法优化,通过实验验证了系统方案的可行性和实用性。