现如今视频采集设备已非常普遍,早已进入了每家每户。随着社会的发展与进步,人们对信息量的要求越来越高,也就是说对视频的广泛性及连续性的要求越来越高,然而仅仅靠单个采集设备采集影像,无论是在拍摄范围还是角度上具有其一定的局限性,常常希望能够把多个视频图像合成完整且连续的新视频图像。而现如今静态图片的拼接技术比较成熟,但对于视频拼接方面的研究和应用却不是很多。本文针对两摄像头固定不变的情况,提出了一种基于Sift算法的实时视频拼接系统。该算法主要分为两个阶段,第一个阶段是变换矩阵的计算阶段；第二个阶段是实时拼接阶段。视频拼接耗时的计算是从首帧图像特征点提取与匹配并拼接成功后开始计算的。就是根据这一特性,本文考虑将视频拼接分为两个阶段。变换矩阵的计算阶段,本文采用Sift算法来提取首帧图像对的特征点,利用投影变换模型,结合Ransac算法,在提纯特征点的同时计算出表示两视频首帧图像之间关系的变换矩阵。经实验分析,在两摄像头固定不变的条件下,后续帧对的变换矩阵与第一帧对的变换矩阵相似,误差很小,用第一帧对图像的变换矩阵拼接后续帧对图像效果良好,所以本文用第一帧对的变换矩阵代替后续帧对的变换矩阵,这样就防止了特征点重复提取、匹配及相关变换矩阵计算所带来的时间冗余。经实验证明,背景拼接法的拼接效果良好,拼接速度达到0.0387/帧,满足实时性要求。