随着科技和经济水平的不断提升,网络通信的高速发展,对视觉信息的要求也越来越追求完美,单个的视觉传感器设备获得的信息已经不能满足,人们希望获取高清晰度和高分辨率的广视野的全景视频图像信息。图像拼接技术可以很好的实现不降低分辨率的同时扩展视野范围,但是图像拼接中,高精度高准确率的拼接算法往往存在实时性较差的问题,不能适合多种场景的要求。为了解决这一问题,需要在保证算法准确率和鲁棒性的同时,降低算法的运算时间。本文围绕拼接算法的准确率、鲁棒性和运行时间展开研究,主要工作内容如下:1、首先介绍了视频图像拼接算法的研究背景与意义。图像配准方面,针对ORB(Oriented FAST and Rotated BRIEF)算法鲁棒性较差,匹配准确率较低的问题,对ORB算法进行改进,具体方法是建立尺度金字塔层,在每一层图像上进行特征点检测,为特征点增加尺度特征向量。图像融合方面,由于监控场景下运动物体较多,设计一种最佳缝合线和泊松融合相结合的图像融合算法,减少图像拼接痕迹。利用最佳缝合线将拼接图像重叠区域分割可以很好地避免运动物体,再利用泊松融合让过渡区域更平滑。2、根据影响拼接图像质量的因素,提出一种基于差分信息熵的拼接图像质量评估方法。与信息熵、结构相似性指数对比,该方法能够较好地反映拼接图像中拼接缝和重影现象,评价结果更接近主观质量评价结果。3、设计图像拼接仿真实验,验证本文所提出算法的有效性,实验结果表明:(1)改进后的ORB算法匹配准确率得到了提高,运行时间相较于SIFT算法和SURF算法有了明显地下降;(2)图像融合测试结果表明改进后的融合算法相比于其他现有方法,在拼接缝和重影现象等方面都能体现出有效性和较好的融合效果,可以使拼接图像过渡自然。