目前国内外有关图像拼接与融合的研究大都集中在平面图像的拼接融合。当图像序列中的目标的形状、大小、姿态发生改变时,采用原有的完全静态的二维图像大小不变的匹配与拼接就难于实现,本文围绕图像序列拼接与融合方法开展研究,完成了如下几点:1.结合国内外现有的关于图像序列拼接与融合方法的文献,对其国内外研究现状和技术难点进行了总结。2.对二维图像拼接与融合关键技术进行了阐述。包括图像拼接融合技术流程,图像配准中常用的特征提取算子,图像特征匹配算法,匹配点对提取和变换矩阵估计过程,以及常用图像融合算法等,部分过程进行了实验说明。3.针对传统拼接存在的缺点,在基于Harris角点提取原理和特征点匹配算法,以及图像加权融合的基础上,提出了一种基于Harris角点的图像拼接方法。该方法首先利用B样条函数构建低通滤波器,并结合圆形窗口搜索策略,以解决Harris角点偏移与聚簇问题;然后采用基于互相关函数的特征匹配方法,消除错误匹配后采用权值优化的加权融合方法进行融合;最后,通过与原Harris算法的对比实验,对提出的方法进行验证,并分析实验结果。4.针对SIFT算法对重叠区域小的图像拼接困难的问题,提出了一种基于ORB的小重叠区域图像拼接方法。该方法首先对待匹配图像作仿射变换处理,与参考图像组成模拟图像对;然后采用金字塔策略改进的ORB匹配算法获取图像对的匹配点对,结合改进RANSAC算法消除误匹配点对;最后,基于此方法进行实验,并与SIFT和ORB算法进行对比,结合实验结果对比分析。