图像拼接技术在计算机视觉、虚拟现实、医学研究、军事侦查、卫星遥感、空间探测等领域具有广泛的应用。针对传统方法在效率、精度上存在局限性,本文对基于特征点精确配准的图像拼接技术进行研究,其中研究重点是基于特征点的精确图像配准。本文使用的方法是基于特征点的图像配准方法,深入研究了两类特征点,类是角点,重点研究了Moravec算子、SUSAN算子、Harris算子,另一类是尺度不变特征转换的特征点,研究了SIFT算子。本文以Harris算子为基础,针对检测效率及准确性进行分析改进,提出本文的特征点检测方法。并研究了基于SSD、CC、NCC描述的角点匹配方法,以及基于k-d树最近邻搜索、BBF搜索的SIFT特征点匹配方法。针对粗匹配过程中存在的大量“外点”,本文使用稳健估计的RANSAC算法去除误匹配,重点分析了影响RANSAC算法效率、准确性的因素,并提出改进的RANSAC算法,用于求解精确的变换模型。最后,本文提出利用高斯函数进行加权的融合方法对精确配准后的图像进行拼接。本文主要工作及创新点在以下几个方面：1)以Harris算子为基础,引入SUSAN算子、SIFT算子的部分思想,提出一种高效、精确的特征点检测算法；2)讨论分析RANSAC算法性能影响因素,针对算法效率、准确率进行改进,提出本文的改进算法,用于本文精确的图像配准中；3)提出利用平面几何的方法确定拼接区域及一种利用高斯函数进行加权的融合方法；4)结合上述改进,提出两种精确配准的图像拼接方法,并通过实验分析确定本文两种方法的适用范围。最后在Matlab中进行实验,通过对实验结果的分析对比,证明本文各算法改进在效率及精度上均有明显提升,基于本文改进算法的拼接方法也有效地提高了拼接效率及准确率。