图像拼接和基于视觉的同时定位与地图生成(Simultaneously Localization and Mapping,SLAM)是计算机视觉的传统研究方向,但在实际应用中仍然存在不少问题。在图像拼接中,当前主要研究相机之间存在较大视差时,如何解决视差引起的拼接错位问题是近期研究的主流方向,而对于以获取全视角图像为目标的全景图像拼接,如何在解决拼接错位时,保证全景图像拼接的一致性则一直是被忽略的问题。而在现有的视觉SLAM研究中,系统一般无法在纯旋转运动或者场景纹理信息贫乏的情况下正常工作,而更大的图像视场角,有利于缓解这一情况。因此,本文首先研究如何利用图像拼接技术获取稳定可靠的全景信息,然后基于全景视觉设计更加鲁棒的SLAM算法。具体的研究工作如下:(1)提出一种基于球面局部对齐估计的全景图像拼接算法。局部对齐估计能够有效解决由视差等因素造成的拼接错位问题,但是在全景图像拼接中,如果只是在平面上进行局部对齐估计,无法满足封闭球面的一致性。因此在全景图像拼接中,我们提出了一种直接在球面上进行局部对齐估计的方法。为了在低纹理区域也能够得到无缝的拼接结果,在原有基于特征的局部对齐估计基础上,我们进一步融合低纹理区域模板匹配的对齐约束,以得到更优的拼接结果。(2)提出以全景图像为输入的SLAM方法,该方法在ORB-SLAM的基础上进行扩充,称之为ORB-OmniSLAM。为了保证现有图像特征的不变性,我们提出使用立方图来表示输入全景图像,并建立对应立方向量图解决立方图的不连续性问题。鉴于立方向量图的引入,我们对原有的ORB-SLAM中的以下部分做出如下修改:(a)提出基于视线方向向量的地图初始化算法,使用两帧之间匹配的视线方向向量计算相机间本质矩阵并恢复运动参数,进而三角化构建初始地图;(b)提出基于视线方向向量的姿态估计算法,直接使用匹配的地图点与视线方向向量估计相机的位姿信息;(c)提出基于视线方向向量的三角化算法,通过匹配的视线方向向量和已知位姿信息,线性估算地图点三维坐标;(d)使用近似球面距离作为纯姿态优化和联合优化的距离损失项,代替原有的图像平面距离损失。