针对大视差图像拼接算法存在的重叠区域发生重影、非重叠区域发生严重畸变等问题,提出一种细分网格结合内容感知的大视差图像拼接算法。首先,用SIFT算法对两幅图像进行特征点匹配,用随机采样一致性算法筛选出最优匹配点;再根据成对匹配点的分布细分尽可能投影(APAP)算法的网格,并计算每个网格的单应性矩阵,达到对重叠区域精密配准的目的;然后,利用随机采样一致性算法选择全局最优相似变换矩阵,把网格单应性矩阵与全局最优相似变换矩阵加权叠加,降低非重叠区域的透视失真;最后,对重叠区域进行内容感知,找到最佳缝合线,去除重要度较高区域,保留重要度较低区域进行拼接,增加了拼接图像重叠部分的清晰度。本文算法与尽可能投影(APAP)算法、半投影变换(SPHP)算法、尽可能自然投影(AANAP)算法在公开数据集上分别进行视觉感官评价、重叠区域误差均方根和拼接效率等方面的对比实验,结果表明,本文算法不仅有效防止了重叠区域重影出现,而且减小了非重叠区域的翘曲;重叠区域对应拼接像素点的误差均方根与APAP算法相比平均减小40%左右,与SPHP算法相比平均减小60%左右,与AANAP算法相比平均减小50%左右;拼接速度优于SPHP算法和AANAP算法。与现有大视差图像拼接算法相比,本文算法拼接结果更能还原真实场景。该论文有图32幅,表4个,参考文献52篇。