焦平面太赫兹成像技术是目前太赫兹成像中的一个重要分支,可以实现高帧速率的太赫兹实时成像。成像质量受多种因素的影响,如太赫兹源的功率稳定性、均匀性、光斑的形状和尺寸和后端电路的噪声等。除了克服硬件上的障碍,如太赫兹成像系统的分辨率,精度和速度的限制,后期的太赫兹图像处理技术十分重要。图像拼接是将多个具有重叠视场的图像进行组合,得到高分辨率图像的过程。它广泛应用于遥感、医学成像、计算机视觉等领域。现有的图像配准算法很多,可以分为基于区域的配准算法和基于特征的配准算法。与基于区域的配准算法相比,基于特征点配准的算法具有对场景移动更稳定和更快的优点。由于太赫兹辐射自身的特点,波长较长,故在进行图像采集时经常出现干涉条纹噪声以及衍射噪声,图像对比度低,如果把现有的图像配准直接运用到太赫兹图像领域,效果非常不好。针对此情况,本文对THz图像拼接技术展开研究,主要结果包括以下方面:1.本文自搭建了焦平面太赫兹实时成像系统。为了来保证采集图像重叠区域的比例,在自搭建的成像系统基础上,结合了二维平移台。并针对其编写一套可随着二维平移台移动实现实时成像和保存图像数据的测试系统,整套系统可随着二维平移台的移动实现对物体的扫描成像和数据采集。2.针对实验室THz图像的特点,提出了一种图像预处理方法,依次采用权值分配法、巴特沃斯带阻滤波器和高频非线性增强的方法对图像进行处理,实现了THz图像降噪、凸显细节特征、增强对比度的目的。3.图像特征点检测和匹配环节,采用单一的SURF算法进行图像特征点检测和匹配处理,存在特征点匹配精度低、运算复杂度高和耗时长的缺陷;在此基础上,结合RANSAC算法,对特征点进行进一步筛选,剔除了大量错误的匹配点对,提高了匹配精度,减少了时长。4.在图像预处理、SURF算法和RANSAC算法的特征点检测和匹配的基础上,实现了THz图像的拼接。采用加权平均法进行图像拼接的结果优于最大值法进行图像拼接的结果,重叠部分过渡平滑,亮度的变化以及接缝不明显,达到了拼接图像的要求,实现了THz图像的精确拼接。