1. 前言

全景摄像系统是车载视觉安全系统与自动驾驶系统的热门技术，通过全景摄像技术，将采集的图像进行处理后拼接，并转换成全景鸟瞰图，让驾驶者了解车身周围环境，从而达到安全驾驶。不仅如此，在社会中其他方面也得到了广泛应用，如果将这种系统用做视频监控，则可构成全方位的监控系统；用于位置环境探测和图像信息采集，可构成全景摄像机；用于航天科研，军事侦察等领域中探测机器人上，则构成移动全景机器人^[1]。运用360度全景成像技术可以由多个视点获得在周围360度观察方向上的场景信息，使得观察者能实时准确的感知周围环境的变化，比以往传统的成像技术有了很大的进步。随着科技的发展，人们不仅仅只满足于简单的文字介绍和图像展示，对其实时性和真实性有了更高的要求，因此推动了全景技术的研究和发展。全景技术^[2]是一种基于静态全景图像的虚拟现实技术，可以实现交互操作和实时浏览，体验三维的虚拟世界。图像拼接技术就是将一组重叠图像的集合拼接一副大型的无缝高分辨率图像^[3]。拼接后的图像要求最大程度的与原始图像接近，失真尽可能小，没有明显的缝合线。提高图像分辨率和获得更大的视野是进行图像处理的两个最直接和最主要的问题及目的。

2. 研究现状

随着图像处理和拼接技术在计算机视觉、计算机图形学及虚拟现实等领域的应用，使得图像拼接技术日益成为图像处理领域的研究热点之一。图像处理手段将所采的鱼眼图像转变为没有畸变的俯视画面的方法已经得到研究并证实，而在国内外关于图像拼接的原理和方法已有很多论文发表，但是目前应用的拼接技术和方法并没有更好使得人们可以快速高效的实现图像的拼接，只能说各有优缺点。目前，全景图像的生成和虚拟现实是图像拼接技术的热门应用^[4]。关于其研究，有微软研究院的Richard Szeliski提出的基于运动的全景图像拼接模型，采用Levenberg-Marquardt迭代非线性最小化方法（简称L-M算法）^[5]，后来由Alex Rav-Acha和Assaf Zomet在Richard Szeliski的基础上进行改进，提出了自适应的图像拼接模型，这一研究成果无疑推动了图像拼接技术的进一步发展，自适应问题也从此成为图像拼接领域研究的新热点^[6]。在国内，图像拼接技术起步相对较晚，较有影响的是王小睿等提出并实现了一种自动图像配准方法。图像拼接技术作为数字图像处理的一个重要分支，不断与其它学科相结合，但是目前还有许多问题需要进一步解决^[7]。首先，对于全局运动位置不规则，背景图片变化强烈和图像排列顺序未知的图像拼接依然没有很好的算法；其次，对于存在局部运动的图像拼接依然是一个值得探讨的问题，在已知的诸多成熟的算法中，都对相机或者摄像机的运动有明确的限制，给高质量的拼接带来很大的难度；此外，在图像的配准、光色度的混合以及多幅图像融合时的累积误差的降低方面都需要广大研究者们继续努力和探索。