视频拼接技术是指将多个摄像设备采集到的小视角视频图像拼接成一路具有大视野的视频图像。视频拼接技术被应用于军事国防、安全监控等领域,对于降低风险和提高安全性具有重要的意义。视频拼接包含视频图像获取、图像预处理、图像配准、图像融合和全景视频生成等步骤,视频拼接系统对实时性的要求也较高,而其中图像配准和图像融合过程的算法复杂性最高,较为耗时。针对这一问题,本文重点对基于CPU ( Central Processing Unit)与GPU(Graphics Processing Unit)并行化实现视频拼接过程中的图像配准和图像融合算法进行了相关研究。首先,针对视频拼接中的快速图像配准问题,本文提出了一种基于扩展SURF (Speeded Up Robust Features)的图像配准方法。SURF算子对影像的尺度、变化、光照等具有不变性。本算法首先采用Fast-Hessian快速检测特征点;然后采用融合颜色扩展信息的局部环形扩展的SURF特征描述子对特征进行描述;最后采用基于分块相似性度量的k-d树多图像自动特征匹配算法进行特征点匹配。实验证明,本文算法稳定性高,实时性较强。其次,本文提出了一种多分辨率层次式图像融合方法。该方法首先对已配准图像建立多尺度的高斯金字塔;其次通过高斯金字塔生成拉普拉斯金字塔;然后对相应的各层拉普拉斯金字塔进行分层融合,最后将分层融合后的金字塔通过逆变换生成全景融合图像。本文抽取了对图像融合结果评价的一些指标,并进行了实验分析,实验结果表明本文方法具有较好的融合效果。最后,本文设计并实现了 GPU与CPU协同计算的视频拼接系统。该系统以GPU与CPU协作的方式实现了视频图像采集、图像预处理、基于SURF的图像配准、基于多分辨率的图像融合等一系列的视频拼接过程,并详述了图像配准以及图像融合算法在GPU端的实现方式。实验表明,该系统具有较好的视频拼接效果和较高的实时性。