图像拼接是近年来数字图像处理领域中的热点问题。通过图像拼接可以构建高分辨率或广角图像,使得单张图像具有更加丰富的信息。因此图像拼接被广泛应用于如电子地图的创建,全景图拍摄,虚拟现实场景的构建,医学图像分析等多个重要领域。图像拼接就是将两张或多张互相具有部分重叠的图像拼接成一张包含所有图像的信息的高分辨率或广角图像的过程。其主要步骤分为图像配准和图像融合两部分。基于特征点的图像拼接算法具有计算量小,鲁棒性强等特点,受到了广泛深入的钻研。本文主要针对基于二进制特征点的图像拼接算法进行了深入的研究,其中的二进制特征点是指在图像配准过程中对特征点进行描述的信息为一段二进制串。该类特征点的提取算法具备极其出色的计算效率,但目前将其应用于图像拼接问题中的算法精度还有待提高。本文的主要工作如下:①提出一种新的二进制特征点提取算法。首先深入研究了基于特征点的图像配准算法,对该领域的经典算法和二进制特征点提取算法中主流的ORB、BRISK等进行了学习研究,详细阐述了它们的算法思想和具体流程。在分析了它们的优势与不足之后,提出一种新的二进制特征点提取算法。力求在保持优秀计算效率的同时,提升其应用在图像拼接问题中的精度。最后设计实验验证了算法的实际应用效果。②对比研究了图像拼接问题中常见的融合算法。图像拼接中融合算法的主要目的是为了使得待拼接图像的重叠区域在拼合之后光影能够平滑的过渡。首先详细介绍了各种融合算法思想,如加权平均融合法,中值滤波融合法和拉普拉斯金字塔融合法。然后设计实验对比了各个算法应用在图像拼接问题中的效果。③提出了一种图像拼接的客观评价方法。目前图像拼接的评价主要依赖于人的主观评价。主观评价因人而异,不利于量化分析、大批量工作,因此本文提出一种图像拼接的客观评价方法。拼接后的图像是否理想,也属于图像质量问题,但不同于目前常见的图像质量客观评价方法,本文的评价方法更加注重于图像拼接问题的特点,能够更有效的反映出拼接错位和重叠区域的光影过渡剧烈等问题。在详细介绍了其算法思想和具体流程之后,设计实验验证了本文评价方法的有效性。