图像拼接技术是将数张有重叠部分的图像（可能是不同时间、不同视角或者不同传感器获得的）进行空间配准，经融合后成为一幅包含各图像信息的大视场图像。将图像进行无缝拼接得到超视角甚至360度全景图。图像拼接技术很好的解决了图像大视场与分辨率的矛盾，是数字图像处理、计算机视觉等领域的热点研究问题。随着计算机技术的不断发展，图像拼接技术被广泛的应用于宇宙空间探测、文物保护、医学图像处理、军事侦察、数字视频压缩和虚拟现实技术等领域。图像拼接技术的核心是图像配准，基于SIFT(Scale Invariant Feature Transform)的图像配准是典型的基于点特征的图像配准方法，课题通过对SIFT算法的深入研究，提出了改进的基于SIFT的图像拼接算法。改进算法首先建立D2OG金字塔并在其上进行过零点检测极值点最终生成SIFT特征点，利用基于k-d树的BBF(Best Bin First)算法确定匹配点对后，采用改进的RANSAC(Random Sample Consensus)算法二次消除错配并计算变换矩阵。在融合阶段使用加权平均法最终得到光滑无缝的拼接图像。最后，课题对算法进行编程实现，实验表明：改进算法在保证匹配精度拼接质量的同时，提高了拼接速度。分析了改进算法的不足并提出了进一步的研究方向。