随着无人机技术和摄像机技术的发展,无人机（Unmanned Aerial Vehicle,UAV）搭载的相机如今已经可以获取到高清的图像,最新的民用无人机甚至可以实现4K视频的实时传输。受到无人机的飞行高度以及摄像机的拍摄视角的影响,单张的无人机航拍图像很难获取到大范围的感兴趣图像。无人机通过飞行并进行视频航拍,可以获取大范围的场景信息,实际应用中可以通过对无人机视频进行图像采样,再对采样的图片使用图像拼接技术拼接,即可获取到大视场范围的拼接图像。图像拼接是指将一组相互之间存在重叠部分的图像,经过图像变换、图像配准和图像融合等步骤形成一个宽视角且高分辨率的全景图的技术。图像拼接的基本流程包括图像预处理、图像配准、相机参数估计、图像融合等。其中,图像配准步骤包括图像特征点检测与特征点匹配,相机参数估计步骤包括求取单应性矩阵、获取相机内参外参、光束法平差优化相机内参外参、波形校正、图像投影等步骤,图像融合步骤包括最佳缝合线搜索和图像融合。图像拼接算法存在步骤多、流程长的特点。在无人机长时间和长距离拍摄的场景下,无人机航拍视频采样后的待拼接图像数量较多,在一些场景中图像数量可达到100+,而待拼接的采样图像数目过多导致了现有的图像拼接耗时较长,内存消耗过大,容易导致拼接失败。现有的图像拼接研究主要着眼改善图像拼接的拼接效果,对于较大数目图像拼接存在的问题研究较少。无人机航拍场景中往往需要对大量图像进行拼接,针对这一应用场景,本文基于现有的Auto Stitch图像拼接算法,从图像特征点检测、光束法平差精细化参数、图像融合和Open MP多线程技术等几个方面,对大数目（100+）的图像拼接技术进行了优化改进,解决了多图拼接中的耗时过长和内存消耗过大的问题。本文完成的工作以及主要创新点包括:1.本文研究并改进了光束法平差算法。光束法平差是图像拼接中进行相机参数估计的环节之一,在光束法平差过程中LM算法的迭代次数较多,并且随着图像拼接数量的增加其耗时呈现快速增长。本文基于前人的工作基础,首先将匹配点对的置信度进行了排序和筛选,并选用了其中最优的60对为最终匹配点对;之后根据LM算法迭代过程中的射线误差变化统计信息,统计了射线误差的方差信息,设置了最近五次射线误差的方差阈值,若小于此阈值则提早跳出LM算法的迭代过程。实验证明改进后的光束法平差算法在保证了图像拼接的效果的情况下,大幅度加快了参数估计的速度;2.本文研究了图像拼接中的内存消耗问题,并进行了内存优化改进。在大数目图像拼接中,特征点数目多达数百万个,因此在检测和存储这些特征点的过程中需要消耗大量的内存,常常导致拼接过程中断。针对此问题,本文提出了一种基于降采样的拼接算法,在图像的特征点提取阶段先进行图像的降采样,再在图像的融合阶段使用原始图像进行图像融合。该算法大幅降低了特征点检测过程中的内存消耗,进而降低了总体拼接过程的内存消耗,且保持了图像融合的效果;3.本文研究了基于OpenMP多线程技术的图像拼接加速方法。根据图像拼接过程中部分步骤相互独立、互不干涉的特点,本文基于C++框架中的Open MP技术,对图像的特征点提取步骤和多层融合步骤进行了并行处理,在保证图像拼接效果和原始图像细节的情况下,进一步减少了拼接耗时;4.本文研究了基于分组拼接结果的二次拼接方案。对于多图拼接,首先对待拼接图像进行了分组航拍和拼接,然后对拼接结果进行二次拼接。在这一过程中,直接对分组拼接结果进行二次拼接会产生“裂缝”现象,影响总体拼接效果。本文提出一种基于图像尺寸归一化的二次拼接方案,能够解决此问题。该方案在实际应用中可以从一维和二维方向上大大扩展航拍拼接区域。本文在Visual Studio2017下进行了仿真实验,使用QT框架进行了软件编写。通过算法优化和拼接方案设计,本文实现了快速高效的航拍图像拼接。本文的研究成果对于无人机航拍测绘和大数目图像的拼接优化有很好的参考价值。