视频拼接技术是一种利用多个小视场视频构建大视场视频的技术。视频拼接技术是图像拼接技术的延伸,但不同于图像拼接。随着信息科学与计算机技术的发展,视频拼接技术也得到了越来越广泛的应用。本文首先介绍了视频拼接的基本流程,主要包括视频帧解码,帧预处理,帧配准对齐和视频帧图像融合。随后介绍了视频拼接过程中所涉及的主要技术,主要包括摄像机成像模型,广角和鱼眼镜头畸变矫正算法,图像球柱面映射和双线性插值等。随后,针对视频配准对齐问题,本文介绍了两类常见的配准算法。其中包括直接像素配准算法和基于特征点匹配的配准算法,并比较了两类配准算法的适用范围和优缺点。对于多路视频流配准的情况,为解决由配准误差累积而引起的鬼影和模糊,本文介绍了对摄像机参数进行全局优化的光束平差方法。对输入视频视差严重的情况,本文介绍了一种基于单应变换场的参数化运动模型估计方法。最后,对多目摄像机系统视频配准的特定情况,本文提出了一种结合直接像素配准和SURF特征点配准并基于光束平差方法对所有摄像机的参数进行全局优化的方法,解决了由缺少特征点而导致配准失败的问题,并将局部配准误差均摊到所有摄像机位置参数中,消除了多目摄像机拼接中出现的鬼影和间隙。对于视频融合问题,本文介绍了图像融合领域经典的几种静态图像融合算法,探讨了在视频帧融合过程中相较于静态图像融合所涉及的新问题。对视频帧中由运动物体所产生的接缝,和模糊等问题,本文提出了一种基于缝合线更新和卷积金字塔的视频融合算法,该算法在最佳缝合线融合的基础上加入了缝合线更新策略和卷积金字塔无缝融合的思想,能够避免运动物体穿过缝合线并减轻甚至消除融合结果图像中的接缝和模糊效应。在较高的计算效率的前提下,生成视觉效果良好的融合结果图像。最后,本文提出了一种基于多目摄像机的视频拼接系统设计与实现方案。该系统使用流水线架构以最大化CPU利用率,针对流水线中不同级流水间处理速率不同进而导致的同步问题,本文提出了一种运用互斥锁和条件变量同步的缓冲队列的设计,该设计在保证计算效率的基础上维护了流水线架构下数据的正确性。针对高分辨率输入图像CPU计算资源不足的情况,本文提出了一种使用GPU基于数据并行对帧处理算法进行加速的实现方法;在卷积金字塔实现过程中,本文提出了一种使用GPU共享内存的实现方法,充分地利用了GPU的运算和存储资源,提高了视频拼接的计算效率。基于上述系统,本文进行了五路3840*2160超清视频实时拼接实验,实验的结果符合预期。