视频拼接技术在视频监控、医学影像分析等领域具有广泛的需求和应用，它是一种将一组具有重叠区域的视频图像在不降低分辨率的条件下合成一个较宽视场的视频图像的技术。　　本文主要针对实时大视场视频拼接技术进行研究，从视频拼接的实时性入手，从视频拼接过程中的特征点匹配和图像融合两个方面提出了相应的改进算法，最后实现了两路以及三路视频的无缝拼接。本文的主要工作和成果如下：　　1．进行SURF(Speed Up Robust Features)特征检测的过程中，针对使用同一特征检测阈值，图像边缘信息较丰富的图像的特征点会检测过多而导致特征匹配速度过慢这一种情况，本文提出了基于图像边缘信息的自适应阈值的特征提取算法，使得边缘信息丰富度高的图像减少一定的检测特征点数量，从而加快特征匹配的速度。实验表明，该方法能有效的对特征点数目进行抑制，保证特征匹配具有较快的速度。　　2．针对SURF特征检测过程中，只有重叠区域的特征才是有效的特征点这一特点，为了避免全图检测特征点，本文利用视频帧流中几何变换参数不变这一点，来估算视频帧图像重叠区域，并且在重叠区域内检测特征点，不仅提高了特征点匹配的准确性，也降低了特征点检测的数目，从而加速了特征点之间的匹配过程。　　3.针对传统的加权融合算法出现拼接缝的问题，分析了出现拼接缝的原因是插值算法的精度不够，本文提出了两种简单基于拼接缝插值的加权融合算法，在没有增加插值算法的精度且不降低运算速率的情况下改善了融合效果。　　4.设计并实现了实时大视场视频拼接系统，在系统的实现过程中使用了上述算法，然后利用该系统进行了实时视频拼接的实验，并且对此进行了分析，实验证明，该系统具有良好的拼接效果以及实时性。