全景视觉成像系统是由光敏元件,成像透镜和二次旋转曲面反射镜组成,能够一次获取水平方向360度全景图像的视觉系统。全景视觉成像系统以其“成像一体化、360度大视场、旋转不变性”等优点已经在计算机视觉相关的工程领域中得到了广泛的应用,在视频监控、视频会议、外太空探测、虚拟现实、机器人导航等应用领域中表现出比传统成像系统更大的优越性。然而除了具备大视场外,一个完善成像系统还应具有高质量图像。全景图像质量下降主要表现在:校准精度不足导致系统失去旋转对称性从而产生图像畸变、视场角扩大导致的图像角分辨率的降低,以及光学系统散焦、噪声等因素导致的图像模糊。因此,在全景成像系统机械结构及光学器件确定的情况下,如何提高图像的质量成为一个有意义的研究课题。论文结合国家自然科学基金项目《全景视觉分辨率增强方法研究》,对全景视觉成像系统的图像质量优化方法进行了系统深入的研究。在深入分析全景视觉成像系统的结构特性和成像机理的基础上,利用数字图像处理理论与方法,从理论与实验仿真的角度出发,探究了全景成像系统产生图像降质的原因,提出了一些改善全景图像质量的针对性方法。论文的主要工作如下:1)提出了一种基于单视点约束的全景视觉系统校准方法。基于空间圆的透视投影原理,借助反射镜上端面的边缘设计了用于校准的标定模板。首先利用神经网络校正了图像的光学畸变,然后利用反射镜上端面的像点估计反射镜相对于相机的位置和姿态,并以此指导系统校准使之满足单视点约束。仿真和真实图像实验共同验证了测定方法的精确度和有效性。2)在掌握了全景图像PSF模型的先验知识和模糊区域分布规律的基础上,提出了一种全景图像径向移变的PSF建模方法。首先利用模糊边界图像的一维剖面曲线来估计图像的模糊尺度,然后通过对模糊尺度径向变化特性的分析,将全景图像分为若干模糊带,最后采用基于边界扩散函数的PSF建模方法辨识出各模糊带的PSF模型。该方法无需大量盲目的图像分割运算,在有限的径向边缘区域建立了全局PSF模型,而且得到的PSF模型不随场景改变。3)针对全景视觉系统的成像特点,提出了一种基于改进的动态时间规整(DTW)算法的全景图像亚像素配准方法。在分析系统发生旋转或平移前后像点沿周向和径向的运动特点的基础上,考虑到这种局部伸缩的运动特点与语音信号的相似性,提出基于一种经典的语音识别算法的全景图像配准方法。仿真与实验结果表明,基于DTW算法的全景图像亚像素配准方法能够有效地配准具有非线性成像特点的全景图像。4)根据全景图像的降质模型的空间移变的特性,研究了基于POCS算法的全景图像超分辨率重建方法。鉴于POCS算法容易导致图像出现边缘震荡且对噪声的抑制能力有限,将正则化理论与凸集投影方法相结合,提出了一种改进的POCS算法—Tikhonov-POCS超分辨率重建算法。实验验证了Tikhonov-POCS算法能够很好的抑制图像边缘的震荡伪像和噪声,并且可以有效地恢复成像系统下采样过程中丢失的细节信息。全景视觉成像系统在工程上的广泛应用前景使其成为计算机视觉领域的一个研究热点,提高全景图像的质量是促进其工程应用快速发展的关键。论文针对全景成像系统,有针对性地提出了一些改善图像质量的研究方法,对推动全景视觉系统的工程应用和理论研究具有重要的意义。