高分辨率的宽视野图像或视频使用范围越来越广,比如夜视成像技术的实现、全景视频监控系统的实现,特别是虚拟现实技术中全景图合成等。由于图像拼接技术解决了视野与分辨率的矛盾问题,因而它越来越受到研究者的关注。本文主要研究用普通数码相机或手机等手持设备拍摄的图片的图像拼接问题。针对黑白图像配准速度慢,彩色图像配准精度低等特点,本文改进图像拼接的图像配准算法,有效地提高了灰度图像配准速度和彩色图像的图像配准精度。由于SURF算法配准速度慢,本文结合信息量改进SURF配准算法,该算法首先利用SURF算法提取图像SURF特征点,然后计算SURF特征点的邻域信息量来增强特征点的独特性。同时,借助于SURF特征点对于旋转和尺度的不变性以及对于噪声干扰、亮度变化等良好的鲁棒性,解决了信息量对于尺度变化敏感问题,使得较大尺度变化下的图像配准成为可能。对SURF特征点的提取方法的改进,预先去除了部分不稳定的特征点,提高了匹配的速度和正确匹配的概率,实验结果验证算法对于旋转、尺度变化均具有不变性,对于噪声以及图像亮度变化具有较好的鲁棒性,且匹配速度比改进前提高了近一倍。设计了一种基于Harris彩色图像的配准方法,本文结合光测不变性和彩色张量计算彩色图像特征点,该算法首先利用光测不变性对原图像进行变换,使图像对于光测信息具有不变性,然后利用彩色张量各通道互相增强特性,来解决彩色图像离散后特征消失问题,使得自然光照条件下的图像配准成为可能。对彩色图像特征点的提取方法的改进,预先去除了部分由光照变化产生的假特征,同时检测出由于离散而消失的特征,实验结果验证本算法比以前的彩色图像配准和灰度图像配准性能更好,满足与实际应用。