基于图像的绘制是近几年计算机图形学和虚拟现实领域中最重要、发展最为迅速的一项技术,其中图像拼接已成为计算机图形图像处理、计算机视觉等领域众多学者研究的热点,并且在虚拟场景的构建、遥感、医学图像和军事等领域得到广泛应用。但是目前图像拼接研究中还有很多亟待解决的问题,本文主要围绕其中制约图像拼接质量和速度的几个关键问题进行了深入研究,具体为:(1)图像配准作为拼接过程中的关键环节,决定着图像拼接的精度和自动化程度。本文基于多分辨分析策略,提出了以图像最大互信息为匹配测度的粒子群优化算法。该优化方法使得参数随图像的互信息计算和多分辨率级数进行自适应调整,解决了灰度图像配准中,由于目标函数容易陷入局部极值而造成的误匹配问题。实验证明,该方法能够有效地避免局部极值的影响,通过有限次寻优迭代即可找到最优变换,提高了图像配准的计算速度,并且达到亚像素级配准精度。(2)为了解决当图像具有明显的旋转、放缩及光照差异等现象而导致的拼接质量不高、计算开销大的问题,本文利用多分辨分析和主成分分析提出了一种新的基于特征的图像拼接方法。首先利用相位相关法,确定图像重叠区域;其次,对不同尺度的图像,提出通过采用多分辨金字塔结构,由高到低在各层图像重叠区中提取Harris角点,以解决Harris算子易受尺度规模影响的鲁棒特征检测算法;最后,给出基于主成分分析的特征向量降维处理方法,解决高维特征描述向量计算开销大的问题,并通过鲁棒的全局参数优化实现图像精确拼接。实验表明,本文提出的方法在保证图像拼接质量的前提下,减小了计算开销。(3)利用视点未知的场景图像进行虚拟场景重建是一个难点。本文提出基于蜘蛛网格模型与投影几何原理建立多个场景伪三维模型的无缝连接策略,并给出了图像配准区域的快速搜索算法,实现场景图像的三维映射和配准;在此基础上,利用多分辨分析对三维模型中的各图像拼接区域进行了多尺度融合,提高场景图像拼接的精度。实验表明,基于本方法建立的通道型虚拟场景消除了漫游过程中的空洞现象,实现了虚拟场景无限制、平滑的漫游。