由于图像拼接技术解决了宽视野和高分辨率之间的矛盾,并被广泛应用于多个领域。如：医学图像的分析,全景视频监控系统,集成大型的航空和卫星照片及虚拟现实场景的构建等。所以,图像拼接技术成为了图像处理领域里的研究热点问题之一。本论文介绍了图像拼接技术的研究背景、现状及应用领域,总结了图像拼接技术中的配准和融合两关键步骤的几种主要实现方法,并分析各方法的性能及存在问题。本文重点研究了基于SIFT特征匹配的图像拼接技术,主要完成以下几方面工作：(1)对现有的图像拼接中基于特征点的拼接方法进行了学习和总结,重点阐述了基于SIFT特征点进行图像拼接的算法思想和实现过程,分析了其优势与不足。(2)针对目前SIFT特征匹配算法在大面积结构和纹理相似的图像应用中存在较多的误匹配,导致图像拼接结果不理想的问题,对SIFT特征匹配的方法进行了改进。通过结合色彩信息及空间信息进行匹配点对的筛选,进而得到更为精确的匹配点对。将本文的实验结果与原方法的结果进行比较分析,结果表明改进后的匹配方法在增强了鲁棒性的同时,进一步改善了拼接结果。(3)针对图像拼接中出现的曝光差异问题,本文利用Lab色彩空间的特点,将图像变换到Lab色彩空间下,对L通道进行处理,调节图像的亮度来解决曝光差异的问题,并在此基础上提出了解决重叠区域运动鬼影的思路。相对于目前应用比较多的解决曝光差异的多分辨率样条技术和泊松融合方法要简单易行,并且处理速度快。