图像拼接是指通过一系列技术手段,对若干幅有一定重叠区域的图像进行处理,将原本的互相独立的多幅小视角图像,生成一幅大视场全景影像的过程。图像拼接技术获得的全景影像具有视场大、清晰度高、全面直观、冗余信息少等优点,已广泛应用于深空探测、遥感探测、安全监控、自动驾驶等领域。在深空探测等领域中存在的相机视场角小、难以获得全景影像的情况,由于现有图像拼接方法的几何对齐精度较低,本文针对小视角、多视图像的全景拼接问题展开研究,为改善拼接图像的几何对齐精度,开发了全流程的图像拼接系统,并针对部分关键技术进行了改进。具体工作如下:首先,深入学习图像拼接的基础知识并分析和总结近年来的主要文献,充分了解图像拼接技术过程和基本框架,掌握这一过程的关键点。在此基础上,结合本研究的实际需求,以实验为手段深入研究图像拼接的整个技术系统,分析小视角、多视图像全景拼接的关键技术和难点。在此基础上,通过实验对比分析了Harris、SIFT、Hough变换、LSD直线提取等算法的特点及场景应用效果,选用SIFT算法和LSD算法作为本研究。其次,提出基于特征筛选的全局优化算法。大视场图像拼接分为全局配准、局部配准和色彩一致性处理。全局配准主要解决各视角图像在整体尺度上的空间相对位置关系,它直接决定最终结果中多视角图像的几何一致性。近水平视向的图像上部一般都包含天空背景因而纹理稀少,图像下部主要为地面景物因而纹理丰富,进而造成SIFT特征点分布严重不均,直接利用这些特征点将导致图像严重的几何畸变,因而特征点的筛选成为一个重要问题。针对该问题,本文提出了基于距离约束的特征筛选方法,给予特征稀疏区分配更高的权重,从而抑制全局配准阶段各视角图像几何变形,为整体几何一致性奠定基础。第三,提出了基于点线约束的局部配准机制,增强局部配准的可靠性。在室外场景和含有建筑物的场景中,一般具有较多的直线特征,若这些直线特征几何上不能对齐,则会对拼接效果产生明显的视觉影响。针对该问题,本文构建了基于薄板样条函数的点线结合局部优化配准模型。实验结果表明,该模型能对改善局部配准精度具有明显的作用。最后,研发了图像拼接全流程实验软件。通过对图像拼接流程中关键技术的研究,开发了一套大视场全景拼接应用的全流程实验演示软件,并利用该软件对室外观测影像和深空探测全景影像进行了大量全流程实验。结果表明,本文的技术思路、模型和方案是有效的,可应用于深空探测与室外观测等领域。