随着世界汽车保有量的大量增加,交通安全问题也越来越成为人们所关注的焦点,而汽车全景环视系统技术的出现,能够为驾驶员提供行车时的周围环境,辅助安全驾驶。本文对基于车载环视系统所用到的图像拼接技术进行了研究,选取合适的图像匹配与融合算法快速完成图像拼接,图像拼接技术的应用前景广泛,是图像领域里的一个研究热点。本文的主要工作主要包括:(1)图像的特征提取:车载系统对拼接系统的时间要求高,采用基于Harris角点特征的拼接算法,这种方法检测速度快,可以满足时间上的需求。但是角点定位的精度还有待提高,因此对该算法进行了改进,通过修改了特征点检测的区域,水平与竖直方向上的梯度算子,并且采用一种新的角点响应函数,避免手动选取经验值。改进的算法使得角点的定位更加精确,并减少了错误角点的数量,缩短了提取的特征点检测时间。(2)图像的匹配:采用NCC方法进行特征点粗匹配获得初始特征点匹配对,并利用改进的RANSAC方法对特征点匹配对进行提纯,采用透视变换计算矩阵的参数。改变RANSAC方法中随机抽取样本个数,通过判断其中两个样本是否为内点决定该组特征点的有效性,减小了时间复杂度。通过仿真实验,改进的匹配方法对图像旋转及曝光差异下依然能取得具有良好的效果,匹配时间减少,具有一定的鲁棒性能。(3)图像融合:变换后的图像进行直接拼接会存在缝隙及重影现象,本文对几种不同的图像融合算法进行了研究。并对图像融合效果进行平均灰度值、标准差、信息熵与平均梯度四个方面比较,最终通过融合时间与客观评价标准选取了基于泊松方程的融合算法,利用该算法能够消除曝光差异及运动目标导致拼接缝隙与重影的问题,图像融合后的效果良好。最后基于微软的DirectShow系统技术并利用两个USB摄像头搭建图像拼接系统,模拟车载环视系统,并在该系统中利用改进的角点检测算法对捕捉不同时刻下的几组图像进行了拼接,图像拼接效果良好。