图像拼接是指是将多张具有重叠区域的图像(可能是不同时间、不同视角获得的)拼成一幅的无缝图像。全景图像拼接是数字图像处理、计算机视觉和虚拟现实领域的热点研究问题之一。它有助于解决因为成像设备硬件条件的制约而无法兼顾大场景和高分辨率的问题。目前,该技术已经广泛应用到智能安防、医学图像处理和军事等诸多的应用领域。全景图像拼接主要包括4个步骤,分别为图像几何校正、图像预处理、图像配准和图像融合。其中,图像配准和图像融合决定图像拼接成功与否的关键。本文从工程实用性的角度出发,研究基于Android平台和开源的计算机视觉库(OpenCV)的全景图像拼接。具体地,论文的主要工作和创新点如下:首先,提出了一种基于ORB(Oriented FAST and Rotated BRIEF)特征点和RANSAC(Random Sample Consensus)的全景图像拼接算法。ORB是一种新的具有局部不变性的特征,是替换SIFT或者SURF特征点的一个很好的选择。图像配准时采用基于ORB特征点的匹配,相对于SIFT和SURF特征点来说,图像配准的执行效率更高。此外,RANSAC剔除无效的匹配特征点,并得到当前图像和前一幅图像之间的总体平移。通过特征点对的计算可以得到用于投射变换的单应性矩阵。其次,利用OpenCV for Android SDK,在Android操作系统下调用其自带的API函数和OpenCV提供的API函数,实现了本文提出的基于ORB特征点和RANSAC的全景图像拼接App应用程序。它包含两个主要的线程:Android图形用户接口(GUI)线程和计算机视觉线程。其中,Android图形用户接口(GUI)线程的主要功能是通过手机摄像头和传感器捕获图像及其方向(orientation),并在GUI上显示。计算机视觉线程则得到输入的图像并且完成图像拼接所需的计算。最后,以湖南大学校园内的场景图像为测试对象,利用华为荣耀6x手机进行实际的测试。测试结果表明,基于Android系统的全景图像拼接App应用程序实现了预期的功能,并且性能良好。