图像拼接是图像处理、计算机视觉等领域研究得最早和最广泛的问题之一。随着计算机技术的不断发展,在虚拟现实、遥感图像处理、医学图像分析等方面都对高质量的全景图像有着越来越广泛的需求。图像拼接便是一种得到高质量全景图像的有效方法,故而对于图像拼接技术的研究成为了近几年来的热点问题。图像拼接主要是根据相邻图像之间重叠部分相素的相似性来实现的,因此图像拼接的核心工作就是如何准确地求得两幅图像中相似程度最高的象素点坐标,现在常用的做法主要有基于区域(块)的方法、基于特征点的方法、基于相位的方法等。本文主要对基于区域的拼接技术和基于特征点的拼接技术进行了研究。首先介绍了图像拼接的研究意义、研究历史以及当前图像拼接研究的热点方向。对图像拼接的一些经典算法和关键技术进行了概括和总结,分析了各种方法的优点和存在的问题。在结合现有的经典灰度模板匹配算法和列比值算法的基础上给出了一种基于平面和直线相结合的图像拼接算法,有效地找到了图像的重叠部分,提高了图像拼接的精度和计算速度。同时,本文借鉴了图像压缩中的保真度准则,给出了一种简单的评估图像拼接质量的标准。本文还对基于SIFT特征的拼接算法进行了研究,对经典SIFT算法中生成特征点描述符的步骤进行了改进,改善了特征描述符的高维数和高复杂度问题,降低了特征点描述符的维数空间,提高了后续步骤的计算速度。在图像匹配中,本文采用RANSAC算法对匹配点对进行提精后求取变换矩阵,实现了待匹配图像的坐标变换。在图像融合中,本文采用了一种高斯加权过渡算法,使图像达到了平滑无缝的缝合。最后本文分析了改进算法的不足之处以及图像拼接技术中存在的难点问题,指出了进一步研究的方向。