条纹管激光雷达是一种闪光式激光主动成像技术，能获取高距离分辨率的三维几何距离像和高空间分辨率的强度像，同时又能实现微光被动成像，能实现“一机多像”，提供目标信息丰富。受激光雷达视场限制，为获取超大视场激光图像，通常采用图像拼接技术，将多个单视场图像拼接成一幅完整的宽视场激光图像，为后续的目标提取识别提供可靠图像信息。在图像拼接技术中的SIFT算法是一种快速、有效的提取图像特征的算法，经SIFT算法提取的特征点具有良好的独特性和极高的匹配性。本文在分析了图像拼接基本理论基础上，重点研究了SIFT算法的原理，并制定了相应的提取SIFT特征点的具体流程。对SIFT算法的性能进行了实验分析，包括光照不变性、缩放不变性和旋转不变性，实验证明SIFT算法具有良好的性能。本文对SIFT图像拼接算法进行了改进：（1）改进了变换矩阵的求解方法，使用广义逆矩阵的方法，来求解变换矩阵中的参数，改进后的算法提高了误差匹配率。（2）改进了算法的运行效率，使用降采样方法对图像降维，再通过逆变换得到原图像的变换矩阵，通过实验验证了改进后的算法明显提高了运行效率。使用SIFT图像拼接算法和改进后的算法分别处理了条纹管激光雷达强度像、距离像和微光被动图像。对强度像，实验结果表明改进后的算法在精度上相比于原算法有提高；对距离像，采用简化变换矩阵法实现了距离像的拼接，获取了较高精度的拼接匹配度；对微光被动像，通过锐化预处理和简化变换矩阵，实现了高精度图像拼接，获取宽视场微光被动像。本文针对图像拼接问题，围绕SIFT算法展开研究，改进了变换矩阵的求解方法和算法的运行效率，并针对条纹管激光雷达成像特性，实现了对强度像、距离像和微光被动像的高精度图像拼接，表明所研究的算法的有效性，具有良好的应用前景。