全景拼接是数字图像应用领域非常重要的一个研究方向,其能够提供广视域、大视角、高分辨率、丰富信息量的合成图像,对于目标场景的整体了解和全面认识十分有利。这项技术广泛应用于军事、医学、虚拟现实系统等领域,同时也能够提供人们日常娱乐的需要和个人兴趣的追求。图像融合作为拼接算法流程的最后一个模块,其算法的设计性能对拼接图像最后的展示效果有着重要的影响。图像融合作为一门独立的研究课题已经发展了多年,有着了一套完整而成熟的理论和方案,但是在新的应用背景下,仍需要按照不同应用需求进行调整和改进。论文为全景拼接中的图像融合模块设计了一套新的算法流程,用于解决用手持终端获取全景图像存在边界模糊、鬼影和曝光差异等问题。为此,论文研究了数字图像处理中众多技术,寻找技术交集和应用共通点。同时,通过分析图像拼接算法步骤和其中各模块的实现算法,并根据手持终端获取的源图像特性和具体应用场景,提出了一种新的融合算法：首先通过边缘检测实现图像区域分割,再以分割的图像区域为运算单位进行图像融合。论文主要工作如下：提出了一种基于特征点的彩色图像边缘检测算法,该算法是通过类似区域生长的方式实现边缘提取。首先定义了新的梯度边缘检测子和彩色相似度描述子；然后使用图像的特征点生成种子点,确定以广度遍历的方式进行边缘生长；设定阈值判定算法用来寻找新的生长点,以及边缘生长停止标准用来结束生长；最后使用边缘回溯算法得到最后的边缘。这种方法提取的边缘具有较高的准确度,并且具有单像素宽度相应和连续性的特点。算法还有一个特点,在完成边缘检测的同时能实现对图像的区域分割,并且能达到较细的分割水准,这为后续基于区域的算法提供了所需要的条件。提出了一种基于区域的图像融合算法。首先改进边界追踪算法用来实现区域标识以及区域内部点序的有序化表示；之后定义重叠图像的交叉度矩阵,并进行区域合并；之后设计梯度指导场,使用泊松融合方法对图像序列进行融合,并根据不同的颜色通道特性使用了相应的处理方式。得到的融合图像能够保持图像细节的清晰度,并实现图像序列间的平滑过渡。论文算法得到的融合图像能够实现对曝光差异引起的图像间的亮度变化进行很好地平滑,同时对于鬼影的出现有抑制和淡化效果,消除了边缘模糊,使最后的融合效果符合人眼观测的一致连贯性。