图像拼接技术一直是计算机视觉和图像处理的研究热点。它把多幅离散的图像信息表现在一幅大视角高分辨率的平滑图像上,很好地解决了图像的视野和分辨率的矛盾问题,在虚拟现实技术,旅游,医学图像处理,遥感测量,航空和军事领域等方面都有广泛的应用。图像拼接可以分为静态场景拼接和动态场景拼接,对于静态场景拼接,已经有了很多成熟的算法,取得了很好的效果;但对于动态场景拼接,现有的算法仍然很难克服曝光差异和图像中存在运动物体这两个问题。首先,本文介绍了图像拼接技术的实现过程,全面总结了它的研究意义、国内外研究现状、主要应用领域以及现有图像拼接技术的主要方法,并对各个关键环节的不同算法进行了分析比较。其次,本文介绍了基于SIFT特征的动态场景配准算法的详细实现过程,并对动态场景配准算法进行了仿真,给出了配准效果图。本文重点分析了动态场景拼接中存在的问题,并针对最佳缝合线搜索算法提出了一种改进算法。主要是对最佳缝合线搜索准则进行了改进,使用灰度差代替色彩强度差构建最佳缝合线搜索准则。建立了新的最佳缝合线搜索准则之后使用动态规划算法来搜索最佳缝合线,最后通过泊松融合实现图像的融合。实验结果表明,本文的算法能够很好的避开运动物体,成功的实现动态场景的拼接。由于在实现过程中使用灰度图像,降低了算法的复杂度。