視頻拼接技術，即對有重疊區域的多路源視頻數據利用拼接算法進行拼接，消除重疊區域，形成寬角度、大視場視頻圖像的技術。

隨著數字視頻技術的發展，視頻拼接技術在各工業領域均有廣泛的應用需求，如天文探測中需要提供大面積和高分辨率的全景圖像；汽車環視系統需要為汽車駕駛提供車身四周更全面的輔助駕駛圖像信息；道路監控系統需要提供更寬角度的道路視頻信息；海洋勘探中也需要提供全景觀測圖像。圖像和視頻拼接技術可以廣泛滿足以上領域的需求，提供高質量與大角度的圖像和視頻信息。

自1965年計算機圖形學創始人Ivan Sutherland在IFIP會議上做了題為“TheUelimate Display”的報告，提出計算機圖像配準技術這一課題以來，圖像配準技術已經歷近半個世紀。總結其發展歷程，圖像配準方法歸結起來可大體分為兩類，即基于區域的圖像配準方法和基于特征的圖像配準方法。

基于區域的圖像配準方法出現較早，查閱相關文獻發現，目前基于區域的圖像配準方法主要有相位相關法、灰度信息法和極坐標法。

基于區域的配準方法以相位相關法為代表，相位相關法由Kuslin和Hines于1975年提出，并先后由De Castro和Morandi等人，以及Reddy和Chatterji等人進行改進，使得其對于具有旋轉和縮放的圖像變換具有較強的適應性。基于區域的圖像配準方法如下表所示。

基于特征的圖像配準方法起步較晚，最早是Burt P.J 于20世紀80年代提出的基于拉普拉斯金字塔變換算法，基于特征的圖像配準方法在近些年得到了廣泛的關注和研究。與基于區域的圖像配準方法相比，基于特征的圖像配準方法起步較晚，但由于其拼接效果好，以及具有通用性好的優勢，所以在近些年取得了快速發展。但是，該方法的缺陷是算法較復雜，耗時較長。

比較有代表性的基于特征的圖像配準方法如下表所示：

基于特征的圖像配準方法的大致發展歷程如下表所示。

在國內，圖像配準技術也日益得到廣泛關注，衍生出許多比較優秀的算法。早在1997年，王小睿等人提出了基于序列相似度檢測的圖像配準方法實現了圖像的自動配準，是國內較早研究圖像配準技術并取得顯著成果的案例。對于圖像配準中存在的兩大關鍵問題，即配準速度和拼接質量，也提出了相應的改進，比較有代表性的包括：

（1）2005年，針對圖像金字塔搜索數據量大和運算速度慢等問題，侯舒維和郭寶龍等人提岀了邊緣信息閉值法。

（2）2010年，李慶和李芬等人以提高圖像配準質量為目標，提出基于SUKF的PCB圖像拼接算法。

總體來說，近年來，圖像配準技術在國內外發展迅速且成果顯著，但也在配準速度、精確度和實時性，以及自動化等方面存在較大的發展空間。

快速掌握MIPI開發攻略