1、圖像是人類獲取信息的重要渠道之一。隨著時代變遷，人們不再滿足于普通視角圖像，而是尋求寬視角圖像。然而，可以直接獲取寬視角圖像的廣角鏡頭相對較貴，且圖像存在一定程度畸變。所以，通過普通硬件設備獲取寬視角圖像成為了研究熱門。近年來涌現(xiàn)出很多基于視頻序列的圖像拼接算法，但是，當視頻序列之間的尺度、光線、角度發(fā)生變化時，拼接效果不甚理想。為此，本文針對現(xiàn)有圖像拼接算法中存在的問題提出改進方案，具體改進策略如下：
　　(1)針對視頻的幀間冗

2、余問題，統(tǒng)計分析選擇幀間隔對匹配點個數(shù)、匹配時間、誤匹配率的影響，提出基于數(shù)據(jù)統(tǒng)計曲線的關(guān)鍵幀提取方法，大大減少了拼接工作量。
　　(2)針對 SIFT算法計算速度低，匹配精度不高的問題，提出了一種結(jié)合多維定標和局部紋理特征的改進SIFT匹配算法。首先，通過MDS算法對128維SIFT特征描述符進行降維，有效地提高SIFT特征匹配的計算速度。與其他降維算法相比，MDS保證了數(shù)據(jù)的幾何拓撲性；然后，基于特征一致性匹配規(guī)則和比值一致性

3、匹配規(guī)則提出一種改進的雙向匹配策略；最后，分析比對原始灰度圖像上匹配點對鄰域的旋轉(zhuǎn)不變LBP紋理特征，進一步降低了誤匹配率。
　　(3)針對融合后圖像存在人為加工痕跡（拼接縫）的問題，將泊松融合引入到圖像序列的拼接中。首先利用SIFT圖像配準算法，獲取圖像序列的重疊區(qū)域，然后初始化泊松融合參數(shù)，最后通過求解泊松融合實現(xiàn)無縫拼接。為了解決泊松融合中顏色失真的問題，基于傳統(tǒng)的泊松融合算法提出加權(quán)泊松融合算法。
　　以不同場景下的