基于图像处理技术的鸟瞰全景系统可以有效消除驾驶员在行车中的视觉盲区，为解决行车安全问题提供有效的解决方案。目前，鸟瞰全景系统在高档轿车上应用较为广泛，但在工程车辆上的应用较少。本文针对矿山卡车的全景视觉行车辅助，引入图像拼接质量的客观评价方法，对鸟瞰系统的设计方案与参数进行选择与优化，在嵌入式平台上进行系统构建，并开展工程化应用的研究。
　　本文对已有的图像质量评价方法进行了研究，客观图像质量评价算法根据有无参考图像的存在，可以分为全参考图像质量评价算法、半参考图像质量评价算法和无参考图像质量评价算法。针对典型的全参考图像质量评价算法和无参考图像质量评价算法，本文开展了深入的研究和分析，包括MSE、PSNR、SSIM等算法。
　　对于图像拼接技术，本文采用稳定性强的SIFT特征点提取算法，并使用RANSAC算法进行错误点对的去除。在Gabor滤波器的基础上，针对图像拼接质量提出了改进的图像信息差异感知模型，对拼接图像进行边缘提取，与边缘图像的拼接图像进行作差处理，结合视觉可觉差模型，得到了边缘差异图像，利用评价指标进行计算得到评价结果。
　　鸟瞰全景系统涉及鱼眼相机的畸变校正算法、相机标定方法、多源图像的融合和亮度均衡方法、鸟瞰全景图的生成模型等关键技术，本文结合矿山卡车全景系统的实际需求开展了理论和工程化研究。考虑到矿山卡车体型庞大，本文提出了一种基于X形靶标的大视场下相机外参自动快速标定方法，改进了一种基于重叠区域部分像素点的亮度均衡方法，在实际应用中取得了良好的效果。
　　在理论研究的基础上，本文针对鸟瞰全景系统在矿山卡车上的工程化应用开展了研究。基于高性能ARM处理器构建了嵌入式硬件环境以及软件开发环境，进行鸟瞰全景系统嵌入式软件开发与算法移植，充分利用软硬件资源实现系统的加速。为获取优化的系统参数，利用边缘差异图像评价模型进行评价，为系统方案验证和参数选取提供了极大的便利，最终实现了完整的嵌入式鸟瞰全景系统，并应用于矿山卡车。