图像拼接是数字图像处理的一个重要研究领域,在全景图的拍摄、高分辨率遥感图像的采集和后期处理以及无人机航拍图的处理等应用场景下都有着广泛的应用。本文中,主要针对使用无人机等工具搭载摄像机进行桥梁底面质量检测的应用场景,由于单张桥梁图像的信息有限,故使用图像拼接算法扩展图像信息,使得一些分散在不同图像中的病害信息能够在一张图像中得到完整的显示。在此应用场景中,一方面,由于使用高清摄像机进行拍摄,使得图像的像素量较大,诸如加速健壮特征算法（Speeded-Up Robust Features,SURF）等优秀的特征提取算法也逐渐难以满足图像拼接的实时性效率要求;另一方面,由于无人机等采集工具在使用过程中存在方向、高度、抖动等因素的不稳定性,使得获取的图像存在一定的变形和扭曲,进而影响图像拼接的拼接质量。为解决上述问题,本文深入研究了SURF算法的特征提取机制和权重融合算法的图像融合机制,并提出了相应的解决方案。本文具体的创新点和主要工作如下:（1）提出了一种改进的SURF算法,通过动态规划特征点检测区域的方式提升算法的整体效率。在传统的SURF算法中,特征点的检测、描述范围为整幅图像,在单幅图像的应用中,这种特征点提取方式能够有效反应整幅图像的特征分布情况;但在图像拼接的应用场景下,会涉及到两幅乃至更多幅图像的特征点提取,多幅图像之间通常只会有部分重叠,如果继续对整幅图像进行特征提取,会产生很多不参与特征匹配的冗余特征点。本文依据图像的实际重叠比例,动态规划特征点提取区域,避免冗余特征点参与特征提取和匹配。实验结果表明,相比较经典SURF算法,本文的方法能够有效提升图像拼接的算法执行效率。（2）提出了一种非线性权重的图像融合模型,对于像素量大、颜色变化快的复杂图像,能够有效减少图像融合产生的模糊、重影、亮度跃迁等失真现象。在经典渐进渐出图像融合算法中,左右（或上下）图像以线性权重参与拼接图像重叠区域的构建,在信息简单、扭曲较小的图像中,能够取得较好的图像融合效果,但对于图像信息复杂、扭曲程度大的图像,其融合效果较差,往往存在严重的重影现象。本文针对这一缺陷,提出了新的非线性权重图像融合模型。实验结果表明,使用该模型进行图像融合实验,能够有效降低重影等现象产生的可能性,与经典算法和近年的优秀改进算法相比,取得了明显较好的主观效果和较高的客观质量评价。（3）设计并实现了具有图像拼接功能的图像集浏览系统。在该系统中,主要包含四个模块:图像集的预处理和载入模块、图像集查看模块、图像标记模块、图像拼接和拼接图处理模块。该系统可以实现待拼接图像集合的整体预处理和导入,根据待拼接图像的实际位置关系显示在相邻位置,在该系统中,可以对显示的图像进行缩放、位移、标记、拼接等功能,方便对图像的查看和处理。