本论文介绍了作者对基于象素点转移的图象合成方面的研究，研究了序列图象间几何约束关系，即对极几何约束（又称双线性约束）及三线性约束的高精度估计、图象校正、匹配误差模型等关键技术。本文的重点是研究如何获得几何约束的高精度估计，并将其应用到基于象素点转移的图象合成中。 所谓图象合成，是通过在两个摄像机视点上所得到的两幅场景图象，直接计算出其它各个摄像机视点上所得到的该场景的图象。本论文所研究的基于象素点转移的图象合成方法，包括高精度的基础矩阵的计算、图象象素点的匹配和三线性方程的表示及求解等。与传统方法相比，无需相机的校准和场景的三维重建。 作者的主要研究成果包括：提出了一种新的基础矩阵估计方法，即双对极心约束下的综合算法。本方法能获得精度高和稳定的对极心参数。在此基础上，本文研究和证明了基础矩阵参数的几何意义，并提出了各个参数的估计方法。本方法具有明显的几何意义，能大大提高基础矩阵求解的精度和稳定性。 其次，本文在高精度基础矩阵求解的基础上，提出了统一框架下三线性约束关系的高精度估计方法，大大提高了三线性约束估计的精度，与传统方法完成的对三线性关系的估计精度相比，其特点是估计精度高，也更符合实际情况。 在获得了对极几何和三线性关系的高精度估计之后，本文研究了基于象素点转移的图象合成技术中的其它若干关键技术问题，诸如图象校正的算法改进、图象合成及稠密匹配等。为了研究图象匹配误差、像机光学畸变、图象序列几何约束估计精度高低等因素在图象合成和三维重建中的影响，本文还进行了测量系统误差模型的研究。 通过大量的计算机模拟，以及同以往的一些传统经典方法和相关领域里先进方法的比较，说明了本文提出的方法明显地提高了序列图象间几何关系的估计精度和稳定性，并在基于象素点转移的图象合成中取得了较好的实际效果。