图像拼接是现代图像处理中的重要研究领域,是数字图像处理的热点问题。其目的是将同一场景,相互之间存在部分重叠的两幅或多幅图像进行匹配对准,然后拼合成一幅具有较高分辨率或宽视角的图像。图像拼接技术可以解决图像分辨率与视野的矛盾问题,所以在各个领域都有广泛的应用,比如医学影像、遥感技术、全景地图等。一般情况下,图像拼接系统包含有以下几个步骤:图像采集、图像预处理、图像配准、图像融合以及显示,其中图像配准的精度直接影像图像的拼接成功与否,因此,图像配准是本文研究的重点。本文首先系统描述了图像拼接算法的研究意义、现状其及应用领域。简单介绍了图像拼接的基本流程及其关键技术,这里包括:(1)摄像机成像模型和图像变换原理;(2)图像配准和图像融合的主要方法、性能。在图像的预处理主要介绍了两个部分:(1)图像噪声的抑制,通过实验比较几种常见的滤波器,选用中值滤波器来抑制图像中的噪声;(2)图像的畸变矫正,采用对摄像机进行标定的方法获得畸变参数估计完成对图像的失真校正。本文主要工作是分析了尺度不变特征(SIFT)特征算子,并对其进行了改进,提出了基于SIFT的特征位置优化配准算法。SIFT特征描述子是一种局部区域特征描述子,对尺度、旋转以及平移都具有不变性,而且对光照变化、图像对比度变化、仿射变换都具有很强的鲁棒性。SIFT算法在工程实现中耗时长、占用内存大,主要体现在构建尺度空间,即建立高斯金字塔和高斯差分金字塔。本文算法首先将待配准的图像进行降采样并提取每幅图像的SIFT特征描述子,然后进行匹配,再根据原图的高斯金字塔中精确定位特征点位置,最后根据优化后的特征点计算两幅图像的坐标关系从而完成图像的配准拼接。实验结果降低了SIFT算法对内存的需求以及运行时间,并且达到了预期的配准精度。近些年来,DSP的高速发展为图像处理的实际应用进一步提供了帮助。本文最后,将图像处理算法与DSP芯片结合起来,选用TI公司的TMS320DM642芯片搭建了双目摄像机拼接融合系统。该系统中完成了双目摄像机的图像捕获、拼接融合算法以及显示,实现预期设定的功能,成功演示。