随着虚拟现实、视频监控、视频压缩、视频编辑等视频处理应用变得越来越普遍和重要,视频全景图技术由于在这些领域的广泛应用也随之发展起来。然而由于视频本身的复杂性,使得视频拼接成为一个难点问题。本文提出了基于云台控制摄像机实现实时视频全景图拼接的方案。建立全景图需要完成运动参数估计、运动物体分割、图像拼接等计算过程。本文依次对这些计算过程中的主要技术问题进行了分析研究,并提出改进的方法。实现视频全景图拼接的第一步是要进行全局运动参数估计。本文第二章对此问题进行了详细讨论,研究并实现了相位相关法和SIFT特征匹配方法并分析讨论了两者的优缺点。论文第三章提出首先使用相位相关法对云台进行标定,然后通过标定后的云台快速得到两幅视频图像的粗糙重叠区域,在重叠区域计算图像的SIFT特征,进行精确匹配,建立起对应关系,并采用RANSAC对匹配的结果进行投票选择来保证匹配结果的鲁棒性和准确性的方法。该方法能快速准确的得到两幅图像之间的变换矩阵,实现系统的实时性。由于视频序列中可能存在运动物体,这会对全景图拼接结果产生干扰。本文第四章研究了当运动物体在两幅图像中有重叠时如何对其进行分割的方法。首先利用帧差法来快速定位运动物体的粗略位置——称为感兴趣区域,然后在感兴趣区域中采用Canny算子进行边缘检测得到运动物体区域。在论文的第五章,给出了视频全景图拼接的完整实现。提出实时利用已拼接图像M_i-1作为参考帧,减小了全景图拼接中的累积误差和图像模糊。对运动物体的处理提出了新的方法,移除已拼接图像M_i-1中的运动物体,保留当前帧I_i中的运动物体,得到了保留当前帧运动物体的全景图拼接。论文最后对全文的工作做了总结并对今后可能的后续工作进行了展望。