视频拼接可以广泛的应用在视频会议、视频监控等诸多领域，它可以在不降低分辨率的前提下扩大视野。然而由于它具有数据量大、环境复杂等特点，使得实时视频拼接成为一个研究热点。本文对实时视频拼接技术进行了研究。视频拼接的本质是图像拼接，首先介绍了图像拼接的一般流程、图像配准的含义，并对常用的图像配准技术进行了分析，确定了采用基于特征点提取、特征点匹配和图像融合的图像拼接方法。对目前性能较好的SURF特征提取算法进行了分析并改进，以便其能够应用于实时视频拼接中，改进的SURF算法限制了特征提取范围并降低了特征描述符的维数。继而对改进SURF算法提取的特征点进行特征匹配，先使用最近邻和次近邻比值法进行特征粗匹配，然后采用RANSAC方法进行特征提纯并求取变换矩阵。仿真结果表明改进的SURF算法在满足精确度的条件下加快了特征提取速度和特征匹配速度，同时对图像在旋转、尺度和光照变化条件下具有良好的鲁棒性。然后对几种简单的图像融合方法进行了仿真比较，选择了渐入渐出法，因为它可以基本消除缝隙、实现图像的平滑过渡。最后利用USB摄像头搭建了一个实时视频拼接系统，采取每隔一段时间进行一次特征提取和匹配并求取变换矩阵，之后的时间间隔内只利用计算出的变换矩阵进行图像融合的方法。仿真结果表明，本文采用的算法可以实现视频拼接并具有较好的实时性和拼接效果。