视频图像拼接是计算机图像视觉研究领域中的一个重要应用,在军事、医学、日常安全监控等领域都得到了普遍的应用。随着信息科学技术的快速发展,各种摄像设备在人们的生产生活中得到了越来越广泛的使用,比如随处可见的视频监控摄像头。任何相机或摄像头都有一个视角范围,在焦距一定的情况下,所拍的图像的视野范围是有限的,在某些场景下难以满足人们希望获得大视野全景图像的要求。为了获得更大的视野范围,对于同一相机拍摄的不同视角的图像进行拼接或者对不同的摄影设备拍摄的图像进行拼接是目前被广泛采用的方法。通过图像拼接获得大视野全景图像具有非常重要的研究意义和价值。在视频图像拼接过程操作中,至关重要的两个环节是视频图像配准和视频图像融合。通过研究现有的文献资料,针对这两个关键环节,本文分别提出了自己的改进方法。本文的重点研究工作和创新点归纳为下列几点:(1)提出了一种基于粒子群优化的改进ORB图像匹配算法。首先改进算法选用速率快、匹配精确率较高的ORB算法进行特征点检测。在搜索阶段使用粒子群算法实现优化改进剔除误匹配。经过实验验证发现,相对比于原有的配准算法以及经过RANSAC方法改进的算法,改进算法可以更有效地减少误匹配量,提升寻找配准点对的准确度,改进算法不但提升了正确匹配率,而且在多种场景下具有较高的适应性。(2)提出了一种改进的基于种子区域生长算法和泊松融合的图像拼接方法。图像融合算法的鲁棒性对最终拼接图像的画面质量有重要影响。本算法在种子区域生长算法中加入灰度差值算法进行优化,查寻到最佳缝合线;然后结合泊松融合算法进行拼接图像。实验结果表明,改进本算法可以在很大程度上消除最终图像拼接结果中的重影和拼接缝,重构得到贴近真实场景的全景图像。改进算法可以在不同的场景下取得较好的鲁棒拼接结果。(3)将改进的图像配准和图像融合拼接算法运用到视频图像拼接过程中。对比现有的视频图像拼接算法。实验结果显示改进的算法在多摄像头视频图像的拼接中取得了优秀的拼接效果。本文研究重点在于提高视频图像拼接的效果,算法的实时性是下一步的研究重点。