图像拼接技术就是把若干幅有重叠部分的图像合成一幅大视角宽幅面的图像。该技术能够有效地克服普通相机的视场限制，还可以创建出全景图像，已逐渐成为摄影测量、计算机视觉和图像处理等一项非常重要的技术，并且具有非常广阔的应用前景。
　　 本论文重点研究的是普通数码相机(或者手机)拍摄的数码照片的拼接，对图像拼接涉及到的关键技术——图像配准和图像融合做了重点研究。图像配准技术是搜寻待拼接图像之间的映射关系，而图像融合技术则是为了实现图像的无缝拼接。本文的主要工作如下：
　　 首先，研究了图像配准的基本方法，基于Harris角点检测的图像配准算法由于Harris算子自身的缺陷往往使得匹配率降低，而且在匹配过程中容易产生弃真错误。针对这种问题，对Harris算子进行了改进，给出了基于Harris角点检测的图像配准算法，实验表明该算法可以有效地减少基于Harris的匹配过程中引起的弃真错误，提高了匹配正确率。
　　 其次，对于图像融合部分，先是分析了基于小波融合方法和基于小波变换的脉冲耦合神经网络(PCNN-Pulse Coupled Neural Network)融合方法中各自的优缺点，在此基础上本文给出了一种基于小波变换和改进脉冲耦合神经网络的复合融合方法，实验表明该方法可以有效消除拼接缝，使得图像拼接更自然。
　　 最后，对采集到的数码照片进行拼接。实验表明基于改进Harris配准算法在配准效率和配准精度上有明显优势；基于小波变换和改进PCNN的复合融合算法具有兼顾融合效率和融合图片质量的优点，实现了图像间的无缝拼接。