随着信息科技的发展,人们对视频图像的要求越来越高,其中非常重要的一点就是对视频视野扩大的需求。视频拼接技术是将多个同时拍摄的、具有公共区域的视频拼接成一个视野更大的视频,来满足人们对信息的需求。到目前为止,该技术具有广泛的应用场景:在安保上,该技术可将拍摄的多个监控视频拼接成一个全景视频,方便工作人员查看,缓解安保人员的压力;在医学上,常常需要将多个探头置入人体在患处进行拍摄,该技术可将其拍摄的多个视频合并成一个视频,有利于医生观察患处,进而提升病情诊断的准确率;在航拍方面,多个无人机拍摄的视频比较零散,该技术可将其拼接成一个大视野视频,不仅可呈现出一种震撼的效果,也能方便人们观察。本文以优化视频拼接中运动物体的效果为目标,提出了两种视频拼接算法。针对映射矩阵导致左右图公共区域像素配准不精确的问题,本文提出了一种基于光流的视频拼接算法。该算法从公共区域计算、光流场估计与聚类、光流场延伸、自适应视频拼接和遮蔽区域检测与校正等多个方面进行详细阐述。该算法通过估计两图公共区域之间的密集光流,将光流作为映射模型,利用光流的特性实现左图与右图之间点对点映射,提升了图像配准的准确率,有效改善了在公共区域中运动物体模糊问题。在卷积神经网络的框架下,利用卷积神经网络对数字图像处理的优势,本文也提出了一种新的视频拼接算法,旨在优化公共区域中的运动物体拼接效果。该算法在图像超分辨卷积神经网络VDSR的基础上,加入了残差块和批量归一化等结构,实现了一个端对端的视频拼接网络。该网络以待拼接左图和右图作为输入,拼接好的全景图作为输出,利用卷积神经网络使左图和右图实现更加准确的匹配,从而达到优化全景图拼接效果的目的。该算法创新性的将卷积神经网络应用到视频拼接领域中,并且对运动物体可以实现很好的拼接效果。