随着农业信息化与智能化发展,图像拼接技术在农田作物监测、喷雾机器人作业等方面起到重要作用。传统的图像拼接方法存在拼接速度慢、匹配准确率低、重影等问题。为了解决这些问题,本文利用植株的彩色和深度双源信息,研究了喷雾机器人靶标图像的准确快速拼接方法,主要研究内容总结如下:（1）设计了喷雾机器人靶标图像拼接的实验平台。根据靶标图像拼接需求,在喷雾机整机结构的基础上,配置了RGB-D传感器、微型嵌入式计算机等部件;通过RGB-D传感器获取靶标植株的彩色和深度双源信息,由微型嵌入式计算机进行双源数据处理与信息交互;同时在Windows平台上基于Visual Studio设计图像拼接系统软件交互界面,为喷雾机器人靶标图像拼接算法的研究提供软硬件平台。（2）为了解决传统SIFT图像拼接方法存在重影、配准精度低等问题,研究了基于局部特征的改进SIFT双源图像拼接方法。通过Kinect二代传感器同时获取彩色图像和深度数据,基于局部特征检测不同类型彩色图像子区域特征点;利用深度信息剔除误匹配对后求取最佳单应性矩阵,采用动态规划的缝合线算法得到融合图像。实验结果表明,本算法有效解决了拼接重影的问题,特征点匹配平均准确率为90.15%,较传统SIFT图像拼接方法提高了1.24%。（3）针对拼接效率低的问题,研究了改进GMS-RANSAC的双源图像快速拼接算法。选用Real Sense D435传感器采集彩色与深度双源信息,选择ORB算法进行特征点检测与提取;利用网格运动统计GMS算法,结合图像的深度距离不变性与双向策略剔除误匹配;根据GMS邻域网格思想改进RANSAC算法,最后通过多波段图像融合算法实现精准拼接。实验结果表明,本算法特征点匹配平均准确率为94.79%,平均拼接时间1.72s,与基于局部特征的改进SIFT双源图像拼接算法相比拼接速度更快。