全景图像拼接技术通过图像增强、配准、融合等处理,将同一地点、时间拍摄的具有一定重合度的序列图像(视频)合成一张具有全部输入图像信息的大视场图像。在军事和民用方面具有广泛的应用。获得无畸变的高质量全景图像,并满足实时性要求,是目前图像拼接技术亟需解决的关键问题。采用圆柱面映射模型的全景图像具有质量均匀,细节、真实度高等优点,为解决拼接过程中存在的畸变、重影、拼缝等问题,本文针对基于圆柱面的快速全景图像拼接算法开展研究,主要内容如下:本文主要内容如下:首先,针对圆柱面映射存在的焦距估计问题,并提高图像拼接算法中特征点匹配效率,提出了一种基于预测的快速特征点匹配算法和基于单应矩阵的焦距修正算法。设计的全景图像拼接算法首先使用基于梯度的图像清晰度检测算法选择高质量图像作为待拼接图像,然后提取Harris角点并计算方向梯度直方图(Histogram of Oriented Gradient,HOG)描述子;然后采用基于预测的快速匹配算法进行特征点匹配,使用简化的基于纯旋转运动的焦距估计算法估计出焦距初值后,采用基于单应矩阵的焦距修正算法得到更精确的焦距值;最后将平面图像投影至圆柱平面并合成全景图像。拼接实验结果表明,提出的算法能够快速地合成高质量的全景图像,拼接后的图像畸变小。其次,为解决拼接过程中缝合线通过运动物体或配准不准确区域等情况导致融合图像出现的鬼影、重影、拼缝问题,提出了一种基于差异图像加权的最佳缝合线算法,采用基于多分辨率分析的多模式分区图像融合算法解决拼接线问题。该算法首先对重叠图像区域划分为过渡区域以及缝合线区域,然后在缝合线区域内,使用差异图像加权的最佳缝合线搜索准则搜索最佳缝合线,最后在重叠区域使用多分辨率图像融合算法融合图像,并在过渡区域使用加权平均图像融合算法消除拼接线。实验结果表明,提出的最佳缝合线算法能够有效地避免缝合线通过运动物体、配准不准确的区域,合成高质量的全景图像。最后,对本文工作进行了总结与展望。