视频拼接(Video Stitching)技术是将多路具有重叠区域的图像经过特征提取,图像配准、透视变换、图像融合等步骤合成大视场图像序列的技术。在UAV多相机拍摄场景中,视频拼接可以将多路帧图像融合成一帧图像进行处理,减少了传输过程的数据量,降低了图像处理系统的复杂度。传统的视频拼接算法存在着计算复杂度高,鲁棒性差,输出视频抖动等问题。针对这些问题,本文进行了如下的研究:(1)本文使用帧间特征匹配与帧间光流跟踪相结合的图像配准算法,该算法仅对关键帧进行特征匹配与图像配准,其余帧序列使用光流跟踪算法计算帧间运动参数。这种匹配跟踪有机结合的图像配准算法充分利用了图像序列信息,减少了配准的时间开销。(2)传统P-KLT(Pyramid Kanade Lucas Tomasi Tracking)光流跟踪算法对帧间小运动具有较好的跟踪效果,对于存在运动模糊的帧序列跟踪失败比例增大,算法的鲁棒性较差。本文通过研究P-KLT中的层间光流矢量的传递过程,结合图像局部区域的光流一致性,在P-KLT算法的层间建立单应性约束模型对层间光流传递矢量进行几何约束,降低了层间光流矢量的传递误差,增强了算法的跟踪精度和鲁棒性。(3)针对拼接输出视频存在抖动这个问题,本文将视频拼接算法和视频稳像算法进行结合。通过对拼接输出视频图像进行帧间的运动估计,参数平滑,运动补偿等稳像操作,得到平滑稳定的拼接结果。(4)本文的稳像算法利用视频拼接算法中的帧间单应性模型进行稳像,避免冗余计算。与相似模型及仿射模型相比,单应性模型具有更大的自由度,对于空间3D运动的描述能力更强,稳像效果优于使用前两种几何模型的稳像算法。对于单应性矩阵稳像存在的图像畸变,本文提出了单应性畸变校正算法,对稳像中的畸变进行补偿校正。(5)传统稳像算法输出中存在的无图像区域,本文在稳像算法中使用基于滑动窗口的帧图像补偿算法和基于邻域图像的帧图像补偿法对存在的无图像区域进行补偿,增加了输出图像内容。