图像拼接近年来也成为了计算机视觉和图像处理的研究热点。这种技术可以广泛应用到各种领域,如航天遥感领域、医学领域、军事领域、虚拟现实技术等。图像拼接主要有图像配准和图像融合两个步骤。本文主要针对这两个步骤进行了研究,介绍了图像配准和图像融合中的各种算法和技术。图像拼接的关键步骤是图像配准,它是一个针对同一个场景,对从不同传感器或不同时间、不同角度、不同位置获得的两幅或多幅图像进行最佳对齐的过程。有许多种方法可以实现图像配准,本文除了介绍一些基本方法外,详细研究和探索了基于特征提取的图像配准技术,尤其是基于SURF特征,研究了SURF特征的检测、描述以及匹配。并利用匹配上的特征使用变换模型实现最后的图像配准。图像融合是要确定如何产生最后的缝合图像,需要采用一些技术来使得最后的拼接图像不存在缝合线、混叠或鬼影等拼接痕迹。本文介绍了基于像素融合和基于分割线融合的两类融合方法,并实现了基于分割线拼接中的基于图割的最佳分割线搜索算法,图割是最近在计算机视觉中研究和应用比较多的能量函数最小化的优化算法,通常用于立体匹配、图像重建、纹理合成等应用。而本文将图割方法应用到图像拼接中,用于搜索最佳的图像分割线,使得图像能完全拼接而不留有痕迹。论文最后简单介绍了一个简单的图像拼接系统,展示了图像拼接的一些结果和应用。