基于图像的绘制(Image-Based Rendering,IBR)技术通过计算机用二维实景图像构造出逼真的虚拟3D环境,场景的构建与绘制无需复杂的运算,对硬件要求低,具有很强的实用性。全景图技术是一种代表性的IBR技术,目前全景图像已普遍应用在旅游、教育、展览、智能监控等领域。采用图像拼接生成全景图的方法成本低廉,容易实现,适宜普及。基于特征的拼接方法计算量小,稳健性好,适应能力强,是图像拼接研究的热点。本文研究基于点特征的柱面全景图拼接方法,重点研究了图像的配准和融合两方面的技术,在深入分析现有算法的基础了提出了一些改进。在图像配准阶段,本文首先采用改进的加速分割检测特征(Features from Accelerated Segment Test, FAST)方法提取角点,并使用加速鲁棒特征(Speeded-Up Robust Features, SURF)方法计算每个角点的主方向和描述向量；然后对图像进行双向的匹配,使用随机KD树搜索查找得到点的两个近似的欧氏距离最近的点,以最近距离与次近距离的比率小于一定的阈值来确定点的匹配情况；最后使用随机样本一致性(RANdom SAmple Consensus, RANSAC)方法剔除伪匹配点对,并计算出图像之间的几何变换参数。与传统的尺度不变特征变换(Scale Invariant Features Transform,SIFT)方法和SURF方法相比,上述方法在特征的检测与匹配速度方面均有所提高。实验表明,上述方法提取的点特征对于图像之间存在一定程度的旋转、缩放、亮度变化、图像模糊和视角变化等情况能达到较好的配准效果。在图像拼合阶段,通过实验比较了加权平均融合和多分辨率融合的效果。针对运动物体和配准偏差造成的鬼影问题,采用基于图切割的最佳缝合线和多分辨率融合获得了较好的融合效果。最后使用上述算法结合捆绑调整方法实现全景图的整体对齐,得到无缝拼接的360。柱面全景图。