图像拼接就是将两张或多张存在一定重叠区域的图像拼接在一起,形成一幅完整的大视野图像。图像拼接技术在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值,尤其是医学显微图像拼接逐渐成为研究热点,并且在生物样本的显微观察上拼接技术被普遍应用。目前,前列腺癌发病率多年来都高居不下,唯一能确诊的方法是切片检查,由于显微镜的视野小,尤其在高倍镜下,医生只能观察到切片的局部信息。本文借助图像拼接技术在此问题上进行一些研究,通过研究,希望能获得一种误差小、速度快、自动无缝拼接的解决问题的方案。在参考了许多图像拼接技术相关文献,了解了图像拼接中的经典算法后,本文设计了“SURF-BC"算法,即首先运用SURF算法实现医学显微图像特征点检测与特征点矢量描述,对图像之间的特征点描述矢量采用Bray-Curtis距离来衡量图像之间的特征点的相似度,然后根据最近邻/次近邻比率法,确定两幅图像之间的特征匹配点对,完成图像的初步匹配。对于这个过程中产生的误匹配点对,本文采用RANSAC算法进行二次提纯,将它们剔除,完成图像的精确匹配。最后在关键的图像融合步骤中,本文采用渐入渐出的融合算法。结合以上的图像拼接算法步骤,本文设计实验来进行验证,采用的是处在格里森(Gleason)4级的前列腺腺泡状腺癌显微图像。实验证明,该方案可以实现显微图像自动无缝拼接的目的。基于上述的理论研究,在取得一定实验效果的前提下,本文利用Matlab软件编程实现基于医学显微图像拼接的系统模型,目的是让用户可以通过点击相应菜单来完成医学显微图像的拼接工作。