图像作为呈现信息最直观的表现形式,人们可以从图像中直观地获得想要的信息。拼接的图像可以从视觉上给人们提供更好的信息和更丰富的视觉体验,图像拼接作为计算机视觉中的一个重要分支领域,研究者们对其研究热情从未消减。但是传统的单映射拼接算法对齐图像的能力不强,在有些实现场景下拼接的图像会出现重影和错位问题,这些问题极大的降低了人们的视觉体验。最近兴起的多映射拼接算法对齐图像的能力很强,但是由于对齐单元网格的数目过多,程序运行的速度太慢。因此本文在保证图像拼接的前提下,重点研究如何提高图像拼接的速度。多映射拼接算法拼接速度太慢的原因是对图像进行了密集的网格划分,对齐单元的数目太多。在保证拼接图像质量的前提下,为了提高拼接的速度,需要缩减对齐单元的数目。基于上述考量,本文提出了基于超像素的图像拼接算法。本文的算法依然利用多映射拼接算法的思想,首先将图像划分为超像素,将超像素作为对齐单元;之后根据超像素的中心点坐标,计算超像素的权重矩阵;最后根据超像素的权重矩阵,计算得到超像素的映射变换矩阵。本文对十组试验场景进行超像素的划分,实验结果表明对齐单元的数目集中在500到1000个,相比较于多映射拼接的10000个网格对齐单元,对齐单元的数目有一个数量级的缩减。同时实验表明,将网格作为对齐单元会将图像中的一个某些整体区域割裂开,而本文的算法将超像素作为对齐单元,避免了将图像中的一个某些整体区域割裂开,因为图像中的一个整体区域应该使用单一的映射拼接进行映射变换,减少映射拼接所产生的误差。对超像素进行多映射变换之后,需要对拼接的图像进行插值处理。针对超像素之间的像素值缺失问题,对超像素进行膨胀处理,填补超像素之间缺失的像素值。针对超像素内部的像素值缺失问题,利用四邻域加权平均算法,填补超像素内部缺失的像素值。本文对十组试验场景进行拼接实验,实验结果表明本文的算法不仅具有极强的图像对齐能力,可以得到好的拼接图像质量;同时还提升了图像拼接的速度,相比于网格化的多映射拼接算法,拼接速度提升了一个数量级,综合来看本文的拼接算法性能最优。