图像拼接旨在快速生成高清无缝的全景图像,该图像具有更大的视野,且不会出现失真或伪影。它是一个综合了多个学科知识的研究热点,在计算机视觉、测绘、计算机图形学等方向都具有重要的研究意义和实用价值。然而,在大视差场景下,现有的图像拼接方法往往伴随着错位、重影等问题。针对上述难题,本文提出了一种新颖有效的图像拼接方法。该方法将图像拼接分成三个阶段:图像配准,最佳缝合线搜索和图像融合,并针对性地开展了如下工作:首先,提出了一种基于混合变换模型的图像配准方法,用于将输入图像初步对齐。具体而言,本文将线性化后的局部单应性变换和具有最小旋转角度的全局相似性变换线性组合从而求得混合变换模型,在保证图像重叠区域对齐的同时尽可能消除了非重叠区域的失真。其次,提出了一种基于超像素的最佳缝合线搜索方法,用于处理图像配准后出现的误配准、重影等问题。本文设计了一个新的能量优化函数,该函数包含了一个衡量图像相似度的差异代价矩阵,它整合了色差、梯度差和纹理复杂度等信息。最后使用mincut图割算法求解,找到一条穿过颜色相似区域,或沿着突出物体边缘,或穿过低纹理复杂度区域的最佳缝合线。最后,提出了一种图像色彩融合方法,用来消除色差导致的可见缝合线,实现图像无缝拼接。本文设计了一种基于超像素的加权色差传播策略,能够将一幅图像的色差传递到另一幅图像,实现色彩自然过渡。为了验证所提方法的有效性,本文进行了大量的实验。对于图像配准方法,本文分析了混合变换模型的效果,并与其他配准方法比较。在最佳缝合线搜索阶段,进行了缝合线搜索算法比较、差异代价矩阵消融分析、超像素性能评估、参数分析等实验。为了检验图像融合的效果,将其与常见的融合方法比较,并分析超像素的性能。实验结果充分说明了本文方法的优越性。此外,本文将两图拼接扩展到多图拼接。