随着科学技术的进步,人们对外界信息的要求越来越高,在很多时候,单一的局部图像已经不能满足人们的需求,需要全景图像展示更多的视觉信息。在很多领域,比如摄影测量、医学影像、军事安全和虚拟现实技术中,全景拼接技术更是必不可少。全景图像能够全方位360°展示视野范围内的景物特征,为观测者提供全面的实景图像信息,所以全景图像拼接技术具有重要的研究意义。本文图像拼接的目的是将摄影测量系统所拍摄的一组有重叠区域的图像序列拼接成360°的全景图并应用于三维地理信息的显示中。图像拼接的两个最主要技术就是图像配准与图像融合。针对图像配准,本文选取了计算量少、效率高并且鲁棒性较好的基于特征信息的图像匹配方法。在实际操作中,由于摄像头的运动,图像序列并不在同一个坐标系下。本文在比较了立方体全景图、球形全景图和圆柱体全景图的特点后选取了获取原始图像方式简单且图像信息量丰富的基于圆柱面的全景图。在图像拼接算法中先利用柱面转换公式将原始图像变换成柱而图,然后提取它们的SIFT (Scale-invariant Feature Transform,即尺度不变特征转换)特征点,然后进行特征点对的匹配。在文中详细介绍了SIFT特征点的形成过程及其位置、尺度、方向等不变特性。特征点的正确匹配才能确定两幅图像的对应关系,本文在匹配阶段选取了K-D树和BBF的算法对两幅有重叠区域的图像特征点对进行初步筛选,去除掉一部分不正确的匹配对。接着利用RANSAC算法进一步筛选特征点对,并生成变换矩阵。图像在变换矩阵作用下实现图像的配准。这样直接生成的拼接图在重叠区域会有明显的接缝,并且不同图像在不同光照下图像的亮度也不同,这样很容易造成明显的色差。本文在研究了不同方法后采用加权平均的融合方法实现了图像之间的平滑过渡,进而消除接缝,生成效果较好的全景拼接图。利用本文的全景图像拼接算法结合摄影测量系统对室外多处景物进行了试验,均能获得较好的拼接效果。实验结果表明,本文算法能快速准确的完成全景图像的拼接工作,对于有亮度变化和噪声的情况也能表现出很强的鲁棒性,能够较好的运用于摄影测量系统中,具有一定的实用价值。