宽视场、高分辨率图像是进行场景理解的基础。由于传感器尺寸、视场范围、拍摄条件等因素的限制,宽视场和高分辨率之间存在着矛盾,无法同时获取宽幅面、大视场的高分辨率图像。一种有效的解决方法就是图像拼接,即在保证一定重叠率情况下对观测区域进行连续图像采集,然后将其合成一幅幅面更宽、视角更大的镶嵌图像,从而扩展图像的视场角。图像拼接广泛应用于摄影测量、虚拟现实、安防监控以及军事侦查等领域,是当前摄影测量、图像处理与计算机视觉的研究热点。传统的图像拼接方法一般基于全局变换模型,对图像采集要求比较严格,即采集时相机共心（如旋转拍摄或同一视点拍摄）或拍摄场景近似平面,在实际数据采集中往往难以满足。实际自由视角下采集的图像,图像之间存在视差,场景深度变化较大,无法近似为平面场景,因此基于平面假设的全局变换模型不能正确的建模图像间的变换关系,从而导致拼接图像配准误差大,无法实现有效的图像拼接。为了解决该问题,研究者们提出了基于局部变换模型的视差图像拼接方法,即将图像划分为若干个局部区域,对局部区域分别估计最佳适应的变换模型,从而实现图像拼接。但是现有的局部拼接方法一般依赖于充足可靠的匹配点特征和投影变换模型,容易导致图像间变换关系建模不准确和透视畸变等问题。针对视差图像拼接存在的这些问题,本文结合多种几何结构信息,开展了基于几何结构信息约束的自由视角下视差图像局部配准与拼接研究,从而提升视差图像配准和拼接的准确性,主要研究内容如下:（1）针对视差图像拼接中匹配特征不足、变换模型不准确等问题,开展了多特征联合约束的图像局部配准方法研究。常用的局部变换模型依赖于特征点进行配准,对于低纹理区域或图像,往往难以提供充足、可靠的匹配点,导致变换模型估计不准确;而且现有的局部变换模型难以有效表征视差图像的变换关系,导致图像配准误差较大。针对这些问题,本文充分挖掘了场景中存在的点、线、分支结构等特征,研究线特征约束的局部变换模型估计,提高图像配准的准确性;构建基于线特征的结构约束模型,结合内容保持变换,对配准结果进行优化,同时保持图像几何结构;研究局部变换和格网优化模型联合配准方法,改善视差图像配准效果。（2）针对现有局部变换模型难以准确描述多平面场景图像之间的映射关系,导致多平面图像拼接误差较大等问题,开展了基于平滑平面单应模型的多平面图像拼接研究。多平面场景存在不同的平面结构,局部变换模型中的局部区域划分不能准确获取不同平面区域,导致图像拼接时不同平面间的区域存在拼接错位等问题。充分考虑复杂场景的多平面特性,研究基于随机聚类模型的多平面区域检测方法,提取场景中的平面区域;研究针对不同平面的平滑平面单应模型,实现复杂场景的配准;研究结合配准误差的最优拼接线搜索,基于图割优化模型寻找最佳拼接线,从而实现多平面场景的无缝拼接。（3）针对现有拼接方法中存在的透视畸变（如形状畸变和视角畸变）问题,开展了基于相似先验约束的图像畸变纠正的研究。由于现有图像拼接一般采用投影变换（如单应变换）,其共线性容易导致非重叠区域的物体被非均匀拉伸,从而产生透视畸变,且越靠近边界区域畸变越大。考虑到变换模型的局限性,研究结合相似变换来约束投影变换的畸变。研究基于随机采样一致性的全局相似变换估计,基于单应变换误差分析,构建基于畸变方向的空间距离加权模型,将相似变换和单应变换进行线性组合,实现从重叠区域到非重叠区域的由透视向相似的平滑过渡,从而消除非重叠区域的形状和视角畸变,改善拼接图像质量。综上所述,本文对视差图像拼接技术的相关理论和方法进行了讨论和分析,围绕着图像配准和畸变去除等关键问题展开了研究,提出了一系列视差图像拼接方法,改善了图像拼接的质量,也为视差图像拼接的继续深入研究和应用提供了理论基础,具有重要的学术和应用价值。