图像矫正,图像拼接及全景图的构建是计算机图像处理中很基本也是很重要的应用,同时也是近年来图像技术研究的热点。图像拼接及全景图的构建对于有效的扩大图像视野,及获取有效信息有着很重要的意义。在摄像机的图像处理技术,汽车电子及手机等移动通信设备领域有着广泛的应用。目前,广角图像矫正运用的较多的是图像针孔模型。针孔模型虽然对无投影的广角镜头有着较好的矫正效果,但是随着鱼眼镜头的广泛应用,由于鱼眼镜头固有的投影原理,针孔模型对于鱼眼镜头的矫正并不理想。针对该问题,本文采用了一种普适的摄像头模型。而图像拼接技术则是近年来发展较大的图像技术。以往的图像拼接技术由于没有自动的匹配方法,往往需要人工交互,大大降低了算法效率。而近年来由于图像配准等技术的发展,图像匹配方法也得以发展从而使得图像的自动拼接及构建全景图成为可能。本文对图像拼接采用了区域显著性检测的匹配方法,并在此基础上进行图像投影及拼接。主要的工作内容包括:图像的配准算法,作为图像拼接算法的重要预处理,图像配准的点对应的数量及精确行直接影响了拼接的结果。因此,本文在图像配准方面做了大量的工作,主要包括区域显著性检测,以此提高算法的速度及匹配点的重要性。sift算法配准,以此获得有价值的特征相关点匹配。误匹配的去除,以此减少误匹配的数量以提高算法的精度。从而,算法以较快的速度获得了图像间较为准确的对应点。为接下来的拼接算法做了良好的准备。图像的拼接算法,在获得准确的匹配点之后,根据对应特征点的相关关系。利用最小二乘法获得最有投影单映映射。再利用单映映射对图像进行投影将两图像投影至相同坐标系下。最后,利用插值法构造初步拼接图像。图像融合算法,对初步拼接结果运用加权平均法:使用加权函数来加权平均到每个重叠帧的对应像素上。将平滑过渡区域放在重叠图像中央。权为像素点距边界的距离。该函数在图像边缘处为最低,而在中心处贡献最多。