图像拼接是指利用坐标变换的方式将数张互有重叠的图像拼接为一张新的视角更大的图片的过程。该技术自诞生以来就备受科研人员的关注,迄今为止已出现了许多优秀的算法且落地了大量成熟的应用。例如能在低速情况下为司机提供车身周围全部信息的全景泊车系统;以及为方便客户参观而将样板房实景拼接成全景图片的虚拟房源;亦或是能让医生直观分析病情而缝合出的宽视角医学图像。然而传统的图像拼接算法是以图像本身为基准,通过搜索图像中特征点的方式来进行配准并构造投影变换关系,此种算法虽然能够实现图像拼接但也存在一些问题,如（1）算法对图中特征点具有很强的依赖性,若场景中特征点稀少或是分布不均,亦或是场景本身对称性较高的情况都会导致拼接错位甚至完全失效;（2）在视差较为明显的场景中,无法使用全局单应性的投影变换关系进行图像配准;（3）特征点检测及匹配的时间复杂度较高,无法满足各类实时应用的需求。针对以上问题,本文提出了一种基于固定相机位置的图像拼接方法以及基于深度信息的分层投影方式,由于是采用相机标定模型构建图像配准关系,因此该方法并不依赖场景中特征点的数量和分布情况,同时还能减少特征点检测以及匹配所需要的时间成本;另外,按照距离对图像进行分层并投影的方法也可以在一定程度上消除视差对图像拼接带来的影响。本文研究工作主要体现在以下几个方面:（1）为了解决基于特征点的图像拼接算法鲁棒性不高的问题,本文提出了一种基于特殊平面的图像拼接方法。该方法利用相机相对位置不变的这一特性,将棋盘格标定板摆放在特殊平面上进行相机标定,以此获得的内部参数和相对标定板的外部参数可构造出两相机之间关于该平面的准确投影关系。（2）为了解决近距离场景中视差所导致的图像拼接错位现象,本文提出了一种基于深度信息的分层投影方法。该方法利用相机标定所得的内部参数和相对外参对图片进行立体校正,将双目镜头所拍摄的画面投影成光轴平行、成像面共面且内部参数完全一致的形式,随后便可通过立体匹配获取图像重叠区域中对应像素点的水平视差,并根据双目镜头的焦距和基线长度计算出该点的深度信息。利用深度信息将原图进行分层,每层图像分别采用不同关系进行映射,最后将所有投影叠加起来便可得到近距离场景下的图像拼接结果。除上述主要研究内容外,本文还进行了许多对比实验。实验结果表明,基于相机标定模型的图像拼接方法能够在场景特征点稀少、特征点分布不均或是场景中有明显视差的情况下依旧保持较为鲁棒的拼接结果,证明其比以特征点为基础的图像拼接算法应用更为广泛。