无序图像自动拼接是指将包含同一场景的多幅无序图像拼成一幅大视场或高分辨率图像的过程。其涉及的关键技术包括图像配准、图像的序列化和图像镶嵌及融合。本文针对这四项关键技术进行研究,提出了一种新的无序图像自动拼接算法。主要工作内容如下：1)给出了一种基于稀疏表示双向特征匹配的图像配准算法该算法首先提取SURF特征,利用其稀疏表示进行特征匹配,其次使用双向统一性认定方法获得精度高的匹配对,并估算图像间变换关系,最后以其作为初始值,采用Lucas-Kanade算法进一步提高配准精度。实验结果表明该配准算法在光照或噪声影响时配准精度高于0.06个像素。2)给出了一种基于稀疏表示双向匹配特征的图像序列化方法该算法使用稀疏表示双向特征匹配后保留的同名点作为排序的依据,根据同名点的横坐标确定两幅图像的左右位置关系,根据同名点的数量构造两幅图像的匹配度函数,据此实现图像的序列化。实验表明该算法对仿真图像与实际拍摄图像的序列化都取得较好的效果。3)给出了一种基于小波分解局部能量的图像融合方法该算法首先对图像进行小波分解,然后对低频分量使用渐入渐出的方式进行融合,对匹配度高的高频分量按照局部能量加权融合,对匹配度低的高频分量选择局部能量值大的,最后小波重构获得融合图像。实验结果表明该算法融合结果主观上无缝隙、清晰度高,客观评价指标较高。4)给出了一种基于传递相乘的图像镶嵌策略本文结合传递式镶嵌模型和间接式镶嵌模型,给出一种图像镶嵌方式,首先进行图像的两两拼接,同时将各个图像的顶点坐标保存,然后使用顶点坐标按照传递相乘的方式镶嵌,得到全景图像。实验结果表明该策略拼接结果累积误差小,清晰度高。仿真和实际拍摄图像的综合实验表明,本文算法对光照、遮挡和噪声敏感性较低,能够从无序图像集中自动得到多个全景图,且拼接合成的图像清晰度较高。