伴随数字图像处理技术的发展,人们对图像的各种需求越来越多,也愈来愈高,全景图像的应用亦不例外。全景图像的获取可以通过两种途径得到,一是通过专门的硬件设备；另外一种是通过图像拼接实现。前者代价过高,但是图像质量较好；后者成本很低,但是图像质量较差。图像拼接技术主要就是解决在低成本的前提下如何提高图像的质量。图像拼接技术主攻技术有图像配准和图像融合,而大部分学者的研究重点放在了图像配准的优化上。图像拼接技术的流程主要由图像预处理、图像配准和图像融合组成,本文主要针对图像配准进行了深入研究。本文提出了基于改进Harris角点检测的图像拼接算法。首先针对传统的Harris算法进行了分析,就该算法中的误检角点和漏检角点以及阈值选择难的问题,本文引入了自适应阈值的理论,实现了自适应阈值的Harris角点检测算法,同时引入Hu矩作为角点邻域的特征描述进行匹配,然后利用RANSAC算法对初始匹配的角点进行精简,剔除错误的特征点,再通过仿射变换模型获取参数,最后利用加权平均的算法对图像进行融合,从而实现图像拼接。与传统算法比较,此算法大大减少了错误角点的数量,同时提高了正确角点的检测数量。