自从21世纪以来,世界各国加大了对深海的探测力度。我国自主研发的“蛟龙号”载人深潜器的问世,标志着我国探测深海的能力已经可以与世界强国相媲美了。深潜器在探测深海的同时会带回大量的影视资料,对拍摄到的资料进行处理已经成了随之而来的课题。经过良好处理的图像不仅能够更好的展示对深海探测的成果更重要的是能够更好的研究深海。本文主要研究深海图像的特征提取与匹配以及在图像拼接中的应用。所做的研究工作如下。首先,本文对图像拼接的流程作了研究,分析了每个步骤所要做的工作以及在整个技术当中的分量。通过叙述图像拼接技术的多种方法,再结合课题,选用了基于特征点的图像拼接。然后,对深海图像,以鱼图像为例,作了预处理研究,以水中的光学特性为切入点,总结了深海图像的特点。通过深海图像的特点说明了对图像预处理的必要性,并使用未进行图像预处理的图像进行特征点的提取,不理想的提取效果进一步证实了对图像预处理的必要性。对深海鱼图像作了灰度化、直方图变化、中值滤波、均值滤波和灰度变换的预处理操作。再对图像使用Harris算法、改进的Harris算法和SUSAN算法这三种算法分别对鱼图像进行特征点提取。通过原理的阐述和实验结果的分析,说明了三种算法各有优势劣势,同时也对比了三种算法的优势劣势。在对图像经过提取特征点之后,研究了深海图像的特征点匹配技术。本文使用了SIFT算法和SURF算法两种算法对提取出来的特征点进行匹配,通过阐述SIFT算法的原理、SURF算法与SIFT算法原理的不同以及对海葵图像的仿真实验,来选取最合适深海图像匹配的算法,SURF算法更适合用于深海图像匹配。最后,本文通过对图像坐标的变换来完成图像拼接和使用邻域均值的方法对生成的拼接图像进行了优化。