无人无缆自治潜水器（Autonomous Underwater Vehicles,AUVs）是目前深海近底考察的主要工具。海底图像拍摄是AUV深海近底考察的一项重要内容。因此,将AUV获取的离散海底图像拼接为覆盖研究区的完整底图有着重要的意义。我国深海AUV技术正稳步发展,以“潜龙三号”AUV为代表,获取海量的海底图像数据是我国大洋科考的一大趋势。利用AUV的惯性导航参数可获取拥有地理参考且统一空间分辨率的拼接图像。但由于成像距离近,图像空间分辨率高,惯性导航参数的误差造成的图像投影偏差大,导致图像拼接的精度降低。此外,成像距离近也放大了海底局部地形变化的影响,使得图像存在随机的局部变形,在投影后重叠区对齐精度降低,拼接图像产生“重影”。针对上述问题,本文提出一种融合惯性导航参数误差修正的AUV海底图像拼接方法,具体的研究工作有以下两个方面:（1）针对惯性导航参数误差造成较大图像投影偏差,降低图像拼接精度的问题,结合“潜龙三号”AUV海底图像特征,提出惯性导航参数全局误差修正方法。该方法利用“全局误差迭代最小化”思想,基于梯度下降原理由全局图像匹配点投影后的平均相对偏差反向修正惯性导航参数误差,并依据误差组成特征进行分步优化,最终得到全局最优的地理配准结果。（2）针对海底局部地形变化造成图像随机局部变形,降低重叠区对齐精度的问题,结合“潜龙三号”AUV海底图像特征,提出邻接正射图像三角网局部变形校正方法。该方法利用“有限元”思想,基于三角网将图像剖分为若干个三角形单元分别进行校正,并通过固定图像四周位置在维持全局最优的同时实现局部变形校正,最终有效解决拼接图像的“重影”问题。通过“潜龙三号”AUV于中国南海试验性应用下潜获取海底图像的拼接实验,表明本文提出的方法能够有效的提升图像拼接精度,并实现良好的图像拼接效果。