随着科技与社会的发展,人们对大视场、高分辨率图像的需求越发凸显。与传统的单眼光学成像系统相比,模仿昆虫复眼构建的仿生复眼视觉系统具有体积更小、视场更大和对运动物体的反应更加灵敏等独特的优势。使用图像拼接技术将仿生复眼视觉系统采集到的具有重叠区域的子图像序列合成为大视场图像,成为机器视觉的热点研究问题。本文设计并搭建了一种仿生复眼视觉系统,并根据复眼成像的特点提出了一种改进的图像拼接算法完成了大视场图像的合成。其研究内容主要包括以下几个方面:1)仿生复眼视觉系统设计与搭建。由于使用相机阵列构建的复眼视觉系统体积大、成本高、不利于集成化,本文提出一种使用复眼透镜进行仿生复眼视觉系统构建的方法。该系统主要由复眼透镜,中继系统,图像传感器组成,中继系统将复眼透镜收集到的光线信息传递给图像传感器,通过调整复眼透镜与中继系统之间的距离或者中继系统的焦距可以保证图像传感器上的清晰成像。2)仿生复眼视觉系统标定。复眼视觉系统在成像过程中的图像畸变问题无法避免,因此需要对复眼视觉系统进行标定,来进行图像校正。与单眼视觉系统的标定不同,复眼视觉系统的标定不仅需要对每个子眼进行标定还需要对子眼之间的位置关系进行全局标定。本文使用张正友标定法对仿生复眼视觉系统的每个子眼进行标定,并利用多个子眼的公共视场,以平面靶标作为中介来完成复眼视觉系统的全局标定。3)仿生复眼视觉系统全景图像拼接。本文在对仿生复眼视觉系统图像拼接的相关理论进行详细分析的基础之上,对常用的三种图像配准算法的配准性能进行了分析,得出SIFT算法的配准性能更好,但配准效率不高的结论。进而从两个方面对SIFT算法进行了改进,一方面利用图像之间的重合区域以降低搜寻空间,另一方面更换BRIEF描述子以提高匹配效率。实验结果表明改进算法在拥有较好的拼接效果和鲁棒性的同时,能提高30%以上的拼接速度。最后,使用改进后的算法完成了复眼子图像序列的大视场图像合成,拼接前单个子眼分辨率为380*380,拼接后图像分辨率为1038*1038,SIFT算法拼接耗时25.23s,改进算法拼接耗时15.39s,拼接效率提高39%,能实现预期的大视场。综上,本文设计并构建了一种仿生复眼视觉系统,完成对该视觉系统的标定,并根据仿生复眼的成像特点提出一种改进拼接算法,该算法在保证子图像序列拼接质量的基础之上,提高了拼接的实时性。