图像是人类获取信息的重要渠道之一。随着时代变迁,人们不再满足于普通视角图像,而是寻求宽视角图像。然而,可以直接获取宽视角图像的广角镜头相对较贵,且图像存在一定程度畸变。所以,通过普通硬件设备获取宽视角图像成为了研究热门。近年来涌现出很多基于视频序列的图像拼接算法,但是,当视频序列之间的尺度、光线、角度发生变化时,拼接效果不甚理想。为此,本文针对现有图像拼接算法中存在的问题提出改进方案,具体改进策略如下:(1)针对视频的帧间冗余问题,统计分析选择帧间隔对匹配点个数、匹配时间、误匹配率的影响,提出基于数据统计曲线的关键帧提取方法,大大减少了拼接工作量。(2)针对SIFT算法计算速度低,匹配精度不高的问题,提出了一种结合多维定标和局部纹理特征的改进SIFT匹配算法。首先,通过MDS算法对128维SIFT特征描述符进行降维,有效地提高SIFT特征匹配的计算速度。与其他降维算法相比,MDS保证了数据的几何拓扑性;然后,基于特征一致性匹配规则和比值一致性匹配规则提出一种改进的双向匹配策略;最后,分析比对原始灰度图像上匹配点对邻域的旋转不变LBP纹理特征,进一步降低了误匹配率。(3)针对融合后图像存在人为加工痕迹(拼接缝)的问题,将泊松融合引入到图像序列的拼接中。首先利用SIFT图像配准算法,获取图像序列的重叠区域,然后初始化泊松融合参数,最后通过求解泊松融合实现无缝拼接。为了解决泊松融合中颜色失真的问题,基于传统的泊松融合算法提出加权泊松融合算法。以不同场景下的实拍图像为实例进行实验仿真。仿真结果表明,与同类算法相比,该方法在匹配精度和匹配速度、融合效果上都得到一定程度的改善。