● 摘要
随着数字图像技术的发展，图像镶嵌也成为了一种流行的图像技术应用，广泛应用于多个领域，如：航空、摄影测量、遥感图像处理、医学图像的处理、机器视觉等。图像镶嵌技术是将多幅图像拼接成一幅高分辨率的全景图，它解决了普通相机拍摄照片时由于视场的限制而导致拍摄的图像无法达到大视角高精度要求的问题，使得仅通过普通相机获得高精度的全景图像成为可能。
然而，拍摄的图像序列不可能全部都是静止的背景图像，当存在运动物体时，生成的镶嵌图像经常会出现重影的现象，这就需要我们在图像镶嵌的过程中针对这种情况进行特殊处理。本文主要对全景镶嵌的算法进行改进，专门针对动态目标场景下的全景镶嵌问题研究。消除由于运动物体而导致的误匹配和融合后产生的重影现象。主要内容有：
首先，介绍了目前图像镶嵌技术的研究现状和应用领域，对图像镶嵌的主要流程和关键步骤进行总结，介绍了图像的预处理和相机的标定方法，图像匹配的主要方法，以及图像融合的主要方法。
其次，提出了一种针对大运动目标的图像镶嵌方法，结合了聚类和几何特性对图像匹配的过程进行优化，分离出运动目标再进行融合。
然后，针对连续视频帧图像，将机器学习中的马尔科夫随机场应用于运动估计，提取出运动目标的二值模板，结合图像的边缘特征进行特征匹配，采用活动轮廓模型生成最优拼接缝进行图像的融合。
最后，本文还对图像镶嵌过程中产生的累积误差的消除方法进行了研究和分析，在消除累积误差之后获得更精确的全景图像。