在基于序列图像的动态目标跟踪与特征匹配方面，国内外已开展了不少研究，也取得了不少进展，但其研究内容都集中于平面图像拼接与融合，尽管平面图像拼接与融合方法可为三维立体拼接与融合起到一定的借鉴作用，但并不能直接用到不同尺度下的立体图像拼接与融合，其技术与方法也有很大不同。本文围绕二维序列图像重建三维图像中的拼接与融合方法展开研究，主要完成了以下工作：1.在阅读国内外有关二维序列图像重建三维图像中的拼接与融合方法文献的基础上，总结了该技术的国内外研究现状。2.阐述了图像拼接融合技术的基本理论和常用算法。包括数字图像拼接融合的基本流程，图像配准常用的算法，消除误匹配的算法，图像融合中常用的算法等，并通过实验对这些算法进行说明。3.在理解图像畸变校正原理、SIFT特征匹配和RANSAC算法的基础上，提出一种改进的图像拼接方法，该方法采用SIFT特征匹配算法以解决畸变图像的拼接问题。首先改进校正算法；然后对图像进行SIFT特征提取、特征初匹配，在初匹配的基础上改进RANSAC算法，消除误匹配；最后，在提出的方法基础上进行两组实验，通过对比实验，分析实验结果，对提出的方法进行验证。4.基于Harris角点检测方法，提出一种基于重叠区域结构特征的重复纹理图像拼接方法。该方法首先对图像序列提取Harris角点特征，对角点特征进行初匹配；然后基于重叠区域匹配点构建多边形区域，对多边形区域结构特征匹配，并确定重叠区域拼接宽度，依此来实现精确匹配。最后基于此方法进行实验，对实验结果进行展示和分析。