鱼眼镜头的视场范围大、焦距短,利用鱼眼镜头构建的全景视觉系统,通过一次拍摄便可获取全景图像。虽然鱼眼图像视场范围大,但存在畸变大等不足,在所建立的全景视觉系统中,会影响全景图像拼接效果。本文针对鱼眼镜头的特点,开展对图像拼接技术的研究。鱼眼图像全景拼接的过程主要包括图像采集、畸变校正、图像匹配和图像融合等几个步骤。采集到的鱼眼图像畸变很大,要完成拼接,首先要对其进行畸变校正。针对传统鱼眼图像校正方法存在的不足,如球面坐标定位法和经纬度校正法,校正后的效果仍很差,存在拱形失真,不能满足拼接要求。本文使用球面透视投影约束的畸变校正方法,根据透视投影模型、确定畸变参数,获得了较好的校正效果。但是,随着鱼眼图像半径的增加,畸变越来越大,如果对整幅鱼眼图像进行校正,会导致图像拉伸现象比较严重,给拼接带来一定的困难。故在保证两幅校正后要进行拼接的图像有重叠区域的前提下,可以适当的减小校正范围,提高图像拼接质量。本文采用了一种改进方法,即对鱼眼图像量化处理,通过设置视角,确定校正范围,满足了拼接的要求。基于尺度不变特征(SIFT)的图像匹配技术,能够较好的实现校正后的鱼眼图像的匹配,但是一幅鱼眼图像的数据量很大,用SIFT匹配算法需要巨大的时间开销,且存在误匹配,针对SIFT算法的缺点及不足,本文采用了一种基于D2OG的特征点检测算子,有效的降低了匹配过程的时间开销,提高了算法运行速度。同时采用RANSAC算法消除误匹配,确保了匹配精度。由于拍摄误差、光照等原因,拼接后的图像会产生重影、缝合线等拼接问题,使用线性融合法对拼接后的图像进行融合,使重叠区域平滑过渡,最终获得了一幅拼接效果较好的全景图像。最后,将图像拼接算法移植到基于数字信号处理器(DSP)的嵌入式全景视觉系统中,并进行了算法优化,达到了预期效果。