图像拼接技术的研究和应用目前取得了很大的进展,但是在现有的视差图像拼接算法中,依然存在着边缘鬼影和结构破坏两种问题,严重影响了视差图像拼接质量。因此,对于图像拼接中的边缘鬼影和结构破坏抑制方法的研究具有重要的价值与意义。边缘鬼影的问题出现在基于网格优化的视差图像拼接算法中,尤其是当图像中存在物体边缘深度变化明显的情况下,如何赋予深度不同物体上的特征点,具有明显差异的局部单应性计算权重,正是抑制边缘鬼影的难点所在。结构破坏的问题出现在基于缝合线的视差图像拼接算法中,对于存在多种物体的复杂场景图像,缝合线存在穿越地面多种物体的可能,如何构造更加合理的能量函数,保证缝合线只穿越单一物体,是抑制结构破坏问题的难点所在。针对当前的网格优化算法中存在的边缘鬼影问题,本文利用重映射误差向量,实现了对特征点深度信息的定量描述,并将其融入到网格优化算法的权重矩阵计算公式中,保证了不同物体上的特征点具有大小差异明显的权重。在公开图像数据集的拼接对比实验中,本文算法相较于次优算法,在图像对齐评价指标MSE平均值上减少了33.18%,而在实拍图像拼接对比实验中,本文算法也有效抑制了物体边缘鬼影的产生。针对当前的缝合线算法中存在的结构破坏问题,本文利用图像视差造成的对应像素点的像素差异,实现了对图像重叠区域深度信息的定量描述,并将其融入到能量函数的构造中,克服了传统的能量函数无法保证缝合线穿越单一物体的缺陷,实现了对结构破坏的有效抑制。在本文所构造的图像数据集上的拼接对比实验结果表明,本文算法有效抑制了缝合线算法中可能出现的结构破坏问题,在40组拼接实验中,本文算法的平均结构破坏度较次优算法降低了36.70%。