1.基于模板的泊松融合图像拼接方法，其特征是，包括：获取两幅待拼接的图像，对每一幅待拼接的图像进行特征点提取；

利用粒子群算法将一幅待拼接图像与另外一幅待拼接图像进行特征点匹配；

为一幅待拼接图像与另外一幅待拼接图像，找到重叠区域；

基于灰度值和图割算法，在每个重叠区域内找到最佳缝合线；

基于最佳缝合线，创建模板；

基于模板和泊松融合算法，对待拼接图像进行拼接，得到全景图像。

2.如权利要求1所述的方法，其特征是，所述对每一幅待拼接的图像进行特征点提取；

具体步骤包括：采用ORB算法对待拼接的图像进行特征点提取。

3.如权利要求1所述的方法，其特征是，利用粒子群算法将一幅待拼接图像与另外一幅待拼接图像进行特征点匹配；具体步骤包括：以当前待拼接图像为基准图像，以另外一幅待拼接图像为目标图像，利用粒子群算法对基准图像中的每一个特征点，在目标图像中寻找一个使适应度最小的全局最优解，作为与基准图像中的特征点相匹配的特征点；进而实现特征点的提纯。

4.如权利要求1所述的方法，其特征是，所述为一幅待拼接图像与另外一幅待拼接图像，找到重叠区域；具体步骤包括：S31：当基准图像经过极线校正，再进行柱面投影后，利用单应性矩阵来预对齐目标图像；

S32：利用基准图像和目标图像相匹配的特征点和预对齐区域，在预对齐区域从上到下分别遍历基准图像和目标图像每一列每个像素点的像素值；通过计算基准图像每一列从上到下对应像素点强度，与目标图像每一列从上到下对应像素点强度的差值的平方和；其中，差值的平方和小于设定阈值的列即为重叠的列；将所有重叠的列进行拼接得到的图像区域即为重叠区域。

5.如权利要求1所述的方法，其特征是，所述基于灰度值和图割算法，在每个重叠区域内找到最佳缝合线；具体步骤包括：将基准图像与目标图像匹配的特征点输入到图割算法中，输出基准图像与目标图像初始缝合线上的保留的匹配点；

计算基准图像与目标图像的对应的最佳匹配特征点的灰度差值；

保留灰度差值小于设定阈值的点为最终拼接点；

将最终的拼接点进行连接，得到最佳缝合线。

6.如权利要求1所述的方法，其特征是，所述基于最佳缝合线，创建模板；具体步骤包括：创建一个目标图像模板，目标图像模板大小与目标图像相同；

根据最佳缝合线将模板分为两部分，保留图像信息的像素赋值为255，透明图像信息的像素赋值为0，模板创建完毕。

7.如权利要求1所述的方法，其特征是，所述基于模板和泊松融合算法，对待拼接图像进行拼接，得到全景图像；具体步骤包括：将创建的模板、基准图像和目标图像，均作为泊松融合的输入，通过泊松融合算法，输出融合完整的拼接图像。

8.基于模板的泊松融合图像拼接系统，其特征是，包括：特征点提取模块，用于获取两幅待拼接的图像，对每一幅待拼接的图像进行特征点提取；

特征点匹配模块，用于利用粒子群算法将一幅待拼接图像与另外一幅待拼接图像进行特征点匹配；

重叠区域查找模块，用于为一幅待拼接图像与另外一幅待拼接图像，找到重叠区域；

最佳缝合线查找模块，用于基于灰度值和图割算法，在每个重叠区域内找到最佳缝合线；

模板创建模块，用于基于最佳缝合线，创建模板；

图像拼接模块，用于基于模板和泊松融合算法，对待拼接图像进行拼接，得到全景图像。

9.一种电子设备，其特征是，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成权利要求1-7任一项方法所述的步骤。

10.一种计算机可读存储介质，其特征是，用于存储计算机指令，所述计算机指令被处理器执行时，完成权利要求1-7任一项方法所述的步骤。