视频拼接是建立在图像拼接基础上的一个重要研究领域,可应用在社会安防、医疗图像、无人驾驶以及旅游观光等领域。本文针对移动机器人单目视觉的局限性,提出了多摄像头视频拼接,以拼接的全景视觉来替代单目视觉。本文首先阐述了视频拼接与图像拼接的关系,从图像拼接推演到视频拼接。在图像配准实时性的问题,分析了SIFT以及SURF这两种常用算法的优劣性,在此基础上提出了一种实时性更强的改进SURF算法,即在提取特征点时,对图像采取分段线性处理,抑制了不明显的特征点,并且对检测区域进行了减半处理,对生成的特征向量使用主元分析的方法对数据进行了降维处理。仿真结果表明,改进的SURF算法不仅提高了实时性,而且保留了原算法尺度不变性以及旋转不变性等良好特性。其次,常规的渐入渐出融合算法在融合区域的细节部分会因权值的选取不当而变得模糊,因此本文在渐入渐出的融合方法基础上进行了改进,保留了特征点及其邻域内显著的像素点,将非特征点采用常规的渐入渐出法进行融合。该方法在消除拼接缝的基础上,也可以将拼接的细节凸显出来。最后,将图像拼接的算法推演在视频拼接上,在进行视频拼接时采取了对关键帧选取。关键帧的选取是根据其相邻两帧图像的像素差来决定,并保证每秒选出的关键帧不少于人眼所能看到连续画面的最小帧数。为保证在特定的环境下测试其实时性,采用FPGA进行视频采集,并将采集到的视频传输到DSP中,在DSP实现了上述算法。综上,本文提出的改进算法在视频拼接上有着更高的效率,并且拼接的图像细节部分更加突出,可以应用在实际当中。