全景图是一种宽视角图像,存在形式多样,如照片、图画作品、视频或3D模型。当前我们所说的全景图是指用数码相机拍摄然后在计算机上进行再加工合成的图片。固定好数码相机的位置,拍摄部分重合或是恰好能衔接上的图像,然后手工地进行图像拼合,可以得到全景图。但这样对拍摄条件限制较大,于是全景图的自动拼接技术得到了发展。为了实现两幅图像的自动全景拼接,需要找到一种空间变换关系,使得对其中一幅图像进行变换后,在两幅图像里对应于空间中相同物体或位置的点能够匹配起来,从而实现信息融合。本文分析了图像拼接的完整流程,并针对全景拼接这一应用,对传统算法做出了改进。主要的改进工作有：(1)图像预处理阶段,本文提出了使用手机采集图像数据的同时捕获一些传感器参数,通过合理利用这些传感器参数可以简化图像的配准。针对传感器的参数,做了三个方面的应用：第一,通过采集的方向传感器参数,可以计算出每幅图像拍摄的焦距,从而可以将多幅图像放缩到统一的尺度上进行处理；第二,通过限制两幅图像拍摄时的重叠范围,可以计算出柱面投影变换所需的参量,实现了更加简便的柱面变换；第三,完全借助传感器的参数,计算图像变换矩阵,得出了一种由传感器限制的简易图像配准方法。(2)图像配准阶段,采用了基于特征的图像配准方法。在选取特征点时,结合现有的经典特征点的特性,提出了一种适应全景拼接应用的带描述子的Harris特征,该特征提取速度较快,并且易于匹配。本文分析了多种匹配策略,选择了适当的方法来提高匹配准确率。之后采用RANSAC算法计算变换矩阵,并进一步用最小二乘法拟合,得到了比较精确的变换关系。(3)图像融合阶段,本文实现了传统的渐入渐出融合,并提出了归一化特征点灰度的融合方法,得到了自然统一的融合图像。通过仿真本文提出的算法,最终得到了不错的全景拼接结果。与传统方法进行比较,本文提出的方法在针对全景拼接这一场景下的适应性有明显的改善。结合本文理论,最后实现了一款全景拼接手机应用,并取得了不错的效果。