由于当前视频序列影像数据获取方便、快捷以及廉价的优点,使得基于视频序列的全景图像及全景立体图像的生成得到较多研究者的关注。全景影像不仅能全方位的表达地理场景的完整性,同时使人们以更快速方式获取周围的有效位置信息,已得到了广泛应用。随着Volunteered Geographic Information的兴起,快速发展了 “人人都是传感器”、“我为人人,人人为我”的地理信息数据共享服务模式。因此,如何将普通用户拍摄的视频序列快速、自动化的拼接成一幅全景图像及全景立体图像,提升人人共同参与的地理信息的服务功能已成为一个热点问题。基于此,本文以未标定的普通摄像机环绕拍摄的视频序列影像为数据源,发展高效的、自动化的全景图像及全景立体图像的生成方法,主要完成了以下几个方面的工作:(1)本文对图像特征点提取进行了较为全面的总结,并将其进行了分类与归纳,通过分析现有特征点提取算法的不足,以FAST角点提取算法为基础,并根据视频序列的特征,提出了基于视频序列影像的罗盘特征点检测方法。针对视频序列影像数目较大,提取的特征点较多,导致图像间的匹配效率低下等问题,提出了基于局部信息熵的特征点过滤算法,方法通过保留信息量大的特征点作为待匹配点,能大大减少提取的特征点数目,从而加快匹配效率。最后,通过对比实验分析了本文算法的性能。(2)就视频序列影像拼接成全景图像而言,图像特征匹配是图像配准的基础,匹配结果的好坏直接决定图像配准的精度,从而影响全景图像的整体拼接效果。本文分析总结了现有的特征匹配方法存在的问题,提出了变圆域罗盘特征匹配方法,可以有效解决特征描述符在构建过程中复杂度高、点对选取的不确定性问题。最后,通过实验证明了本文方法具有匹配速度快、准确性高、稳定性好等特点。(3)现有影像匹配搜索方法一般采用全局匹配搜索策略,使得图像间不重复区域的特征点仍需搜索,导致匹配效率低下。因此,本文提出格网分块下的局部匹配搜索方法,能有效避免全局搜索问题。基于局部的匹配搜索方法,能大大地加快图像间的匹配搜索效率,避免图像间不重叠区域的特征点参与匹配搜索。最后,通过实验验证了在局部匹配搜索下,匹配点对的准确性与匹配的高效性。(4)视频序列影像由于其图像多、重叠度大导致对视频序列拼接成全景图像速度很慢。本文在分析影响视频序列图像拼接生成全景图像效率低下原因的基础上,提出图像分块下视频全景图像并行拼接方法。该方法通过对图像进行分块来构建基于特征点提取的并行算法与图像匹配的并行算法。实验结果表明提出的全景图像拼接方法速度快,有较强的实用性,特别适用于视频序列拼接成全景图像。最后,为避免在拍摄过程中因摄像机产生的抖动、偏移导致拼接后的视频全景图像成扭曲状,通过构建全局旋转矩阵来对生成的视频全景图像进行修正,使修正后的视频全景图像更符合对客观世界的表达。(5)视频序列全景立体图像生成。本文通过分析现有全景立体图像的生成方法的不足,基于中心圆投影对视频序列进行自适应条带的提取来生成全景立体图像。为了获得全景立体模型,对拼接后的左右全景图像进行红绿合成,生成具有真实立体感的红绿全景立体图像。