随着油气田资源的深入开采与利用,储层微观结构的勘探开发和研究日益成为世界各国科技与经济竞争的焦点之一。获取精确的、大范围的岩石环境数据,是进行岩石组分分析、油气田开采的关键。岩石薄片是储层微观结构重要的研究对象,通过在显微镜下观察岩石薄片,可以进行岩石形态、规模、粒度等方面的研究。受到视域与分辨率的限制,无法兼顾薄片的整体概貌特征和清晰的局部细节特征。本文应用基于SURF特征(Speeded Up Robust Features,加速鲁棒特征)的图像拼接技术将单视域岩石图像拼接成大视域的岩石显微图像。本文阐述了图像拼接技术的过程后,详细分析了SURF算法提取特征点的步骤和配准过程,对算法在岩石图像的拼接中的应用进行了重点研究。分析了算法的优缺点并进行了改进。一方面,将全局提取特征点改为提取重叠区域特征点,减少计算量与误匹配率。另一方面,对重叠区域特征点进行基于Bray-Curtis距离双向匹配,有效克服相似度较大时出现的一对多匹配问题。拼接完成时应用像素灰度值加权融合算法,有效消除拼接产生的拼接缝。实现两幅图像的拼接后,将其扩展到海量岩石图像的拼接中,得到一幅完整的超大超高分辨率的岩石全景显微图。最终,实现了大尺度下进行概貌观察,小尺度进行局部细节研究的要求。