近年来图像拼接技术成为计算机视觉、图像处理和计算机图形学的热点研究方向。图像拼接的主要目的是将多幅来自同一场景具有一定重叠区域的小尺寸图像合成一幅大尺寸图像,甚至是某一大型场景的全景图像。这一技术,在虚拟现实领域、医学图像处理领域、遥感领域和军事领域中均有广泛的应用。存摄影领域,为了降低成本,采用普通相机采集的图像来得到宽视角的图像成为人们研究的热门方向,作为数字图像处理的重要分支,图像拼接技术为这一问题提供了很好的解决途径。本文主要研究了视频图像的拼接技术,提出了基于灰度信息的图像拼接算法和基于位移统计的图像拼接算法,并对算法的拼接精确度和效率进行了分析,最后将其应用在集装箱验残系统,具有十分重要的现实意义。本文总结了在图像拼接领域已有的研究成果和研究现状,按照图像拼接的流程介绍图像预处理、图像配准和图像融合,并简要介绍了图像拼接技术。课题中摄像机拍擞的图像出现失真,在进行拼接之前首先对视频图像进行预处理,即根据图像失真的物理光学原理对失真图像进行校正,文中采取的是经典的数学校正模型。接下来,针对所研究的课题,作者提出了采用基于灰度信息的图像拼接算法和基于位移统计的图像拼接算法。在对图像进行预处理的基础上,基于灰度信息的图像拼接算法中,采用经典的图像匹配方法——模型匹配法,对两帧之间的重叠区域进行匹配,然后逐帧进行拼接。基于位移统计的图像拼接算法则根据成像特性,截取视频流图像每帧中间的非失真(或失真较小)部分作为完整图像,对其进行拼接。当然,在第二种算法中,每帧截取的非失真图像部分必须保证前后帧图像之间有一定的重叠区域,否则该算法将无法执行。然后作者从失真图像的校正和算法拼接结果等方面对两种算法的鲁棒性进行分析,实验证明这两种改进算法具有良好的鲁棒性。最后对已完成的工作进行总结,对图像拼接中还存在的问题以及对图像拼接的发展进行了展望。