图像拼接技术是数字图像处理领域的一个重要研究方向,现已成为计算机视觉和计算机图形学的研究焦点,在遥感图像处理、医学图像分析等领域都有着重要的应用价值。本文按照基于特征点实现图像拼接的主要流程,对图像拼接技术中的主要环节作了研究。主要内容包括:1.给出了图像拼接技术的实现流程,全面总结了其研究意义、国内外研究现状、主要应用领域及现有图像拼接技术的主要方法,并对图像拼接中图像的获取及常见的图像变换模型做了分析研究。2.基于相位相关法,提出了图像拼接中一组顺序杂乱的图像序列按场景内容的自动排序算法,避免了图像排序过程中的手动干预。3.基于分块和剔除邻近点的策略,提出了自适应的Harris角点检测算法。与传统算法相比,改进的算法避免了检测中的阈值设定,并实现了角点的均匀分布,避免了角点聚簇现象的发生,解决了因角点分布不均或不合理而导致的图像误匹配问题。4.在分析RANSAC算法性能的基础上,基于预检验的策略,提出了基于视差梯度约束的RANSAC提纯匹配点算法。与传统算法相比,在不降低算法精度的同时,使算法的效率提高了40%以上。用该算法对粗匹配点进行提纯,提高了特征点对的匹配精度,解决了由粗匹配点对获得的图像变换矩阵不精确的问题。5.采用基于重叠区线性过渡的融合技术消除拼接图像中的拼接缝,实现了无缝拼接的要求。总之,本文的研究工作涉及到图像拼接流程中的各个主要环节,对各算法的研究均取得了满意的实验效果。