大视场成像设备广泛应用于智能监控、大视野空间监测、无人机搜索等领域。针对传统大视场成像设备难以兼顾高分辨率和实时性的问题,本文通过模仿昆虫曲面多目复眼结构,设计了一款基于多相机阵列的球面复眼设备。并针对大视场巡逻、监控场景的实时性需求,对多相机系统标定和大视场成像技术进行了研究。本文首先对复眼结构设计方法进行研究,提出一种利用相机原始矩形视场对预定视场进行分割的方法。根据矩形视场存在水平、垂直两个视场角的特点,通过对球壳纬度层和经度层两个方向的分割,在无缝分割的前提下,最大限度地降低了相邻相机间的重叠区域。基于该设计方法,本文采用水平视场角47、垂直视场角40、分辨率1600×1200pixels的七个完全相同的相机制作了一款两层的仿生复眼,该复眼设备成像视角为79.5°,分辨率为1200万。针对所设计的复眼系统中相机位置相对固定、重叠视场小的排布特点,提出基于固连靶标的多相机标定方法。通过标定小靶标间的转化矩阵作为中间参数来确定相机间的位置关系,并引入约束条件构建优化函数来优化标定参数。对比实验结果表明,直接求解转换矩阵的平均重投影误差约为1.29 mm,优化求解后转化矩阵的平均重投影误差约为0.25mm。优化求解标定精度相比于直接求解标定精度提高了80.6%。在精确标定相机间位置关系的基础上,提出一种结合相机标定和特征匹配的图像配准方法,通过相机标定参数确定重叠区域,然后基于重叠区域利用SURF算法进行特征点提取、配准并使用RANSAC算法进行迭代优化。在确定场景下只需进行一次透视矩阵计算即可实现连续拼接。对比实验表明,该方法相比于传统SURF配准算法,匹配效率提高了60%,匹配准确率提高了10%。最后,将所设计的仿生复眼系统搭载于仓储式自主导航小车,在开发全景成像测试软件系统的基础上,进行全景成像实验,分别在室内丰富特征、室内单一特征、室外繁杂特征三种场景下,对设备成像效果和稳定性进行测试。实验表明,在确定场景下单幅1200万像素的全景图像拼接耗时37.5ms,在子眼相机采集帧率为20fps/s的情况上,全景图像连续输出帧率可达20fps/s,可满足大视场巡逻、监控场景的实时性和高分辨率需求。