图像拼接(image mosaic)技术是将一组相互间存在重叠部分的图像序列进行空间匹配对准,经重采样融合后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。图像拼接是数字图像处理领域的一个重要的研究方向,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。本文首先介绍了图像拼接技术的研究现状、特点及应用领域,从而展示了图像拼接技术广阔的应用前景。然后对图像拼接及其关键技术进行了概括和总结,介绍了图像拼接的流程、图像的采集以及常见的图像变换模型,重点研究了图像拼接技术中的图像配准及图像融合等关键技术,分析和总结了现有的图像拼接的主要方法、性能以及存在的问题。论文还讨论了图像拼接目前较流行的应用全景图像的拼接技术,它可以用于建立虚拟现实环境和虚拟漫游,对立方体全景图、球面全景图和柱面全景图像三种投影模型的拼接原理和方法进行了分析和研究。论文在现有的基于特征的拼接方法的基础上,针对具有平移和旋转变换的图像,提出了一种基于兴趣点方向特征的图像拼接算法IPOF(Interest Point Orientation Feature)。该算法综合利用了兴趣点的亮度信息和空间信息,使用Harris角检测器提取出兴趣点,采用兴趣点主方向和互相关系数相结合的方法提取出初始匹配对,根据特征点的整体匹配度剔除伪匹配对,得到两幅图像的对应兴趣点特征对;根据匹配对计算出图像的变换参数,使用加权平均的方法融合图像。实验证明,IPOF算法准确率高,鲁棒性强,具有较高的使用价值。