随着对海洋探索的不断深入,声纳探测技术在海洋探测中发挥的作用越来越重要。由于声纳数据所表示的仅仅是反映局部信息的条带型数据,不能直观的反应整片海域海底地形情况,对于整片海域水下资源分布的分析以及对水下目标的精确定位都有较大的局限性。因此对于多波束侧扫声纳海底图像进行拼接得到完整海底地形地貌图像具有十分重要的意义。由于海洋环境复杂,在声纳发射和接收声波信号时往往要受到噪声的污染,从而对声纳图像造成影响。另外,在利用声纳进行海洋探测时拖鱼会受到船的航行姿态、船速以及海浪的影响,这将导致声纳在成像的过程中出现失真现象,并且声纳数据信息与真实海底信息存在较大差异。声纳图像与普通光学图像相比图像所含信息量较少,混响噪声影响严重,图像灰度范围较窄,使特征提取难度加大。这些问题提高了恢复真实海底地形图的难度。针对上述问题,本文对多波束侧扫声纳海底图像拼接的相关技术进行研究,主要工作如下:首先从声纳数据入手,根据规定好的协议对声纳数据进行解码获得图像数据和辅助信息数据,并根据辅助信息对声纳图像进行速度校正和灰度校正。分析噪声产生原因,对常用的滤波去噪算法进行研究。其次,对声纳图配准算法进行研究,对于未发生形变或图像形变较小的图像。针对角点特征的图像配准算法的结构简单易懂,算法计算量小的特点。提出一种基于自适应的Harris多尺度角点检测算法,利用LBP描述算法与圆形模板理论相结合对特征点进行描述。并以质心作为算子主方向保证了匹配算法的方向性与尺度不变性。对于发生较大形变的声纳图像,利用角点作为特征进行匹配错误率较高,针对这一问题提出了一种基于SIFT算法的改进算法,利用非线性滤波原理突出图像的轮廓,建立非线性滤波金字塔。保证了 SIFT算法的原有特性,提高了特征点的检测数量和图像的配准精度。最后研究分析了常用的图像坐标变换模型和融合算法,并完成声纳图像的最终拼接。