图像拼接技术是将两幅或多幅有重叠区域的图像通过一系列技术拼接成一幅宽视野、分辨率高的图像。图像拼接技术作为数字图像处理的研究热点,已经被广泛应用于三维全景图、车载安全、虚拟现实技和卫星遥感技术等领域。本文在深入研究和分析相关拼接算法后,重点研究了基于多单应矩阵的拼接算法以及SIFT特征点提取算法,主要工作如下:首先针对SIFT算法特征点分布不均匀问题,本文引入极值点均匀检测方法,扩大极值点检测的邻域范围,并采用自适应的非最大值抑制的半径来确定极值点检测的邻域范围,根据图像的纹理情况自动确定半径,使最后得到的SIFT特征点分布均匀。在此基础上针对SIFT生成的128维描述子计算复杂、实时性较差、匹配效率低的问题。本文设计了一种独特的SIFT特征描述子构造方法。选取圆环作为领域构造关键点的描述符,结合梯度直方图和灰度差信息作为描述符的特征信息,最终形成一个新的36维特征向量。改进的SIFT算法的特征点分布较为均匀,一定程度降低了算法复杂性,提高了匹配效率和准确率。其次在图像配准阶段,针对传统算法不能解决图像有多个平面的问题。本文采用多单应矩阵的方法,先把待拼接的图像划分为多个方格,用投影变换求解对应方格内图像的单应矩阵,使对应方格内的图像区域得以配准对齐。这样重叠区域能够精准对齐并具有最小的局部失真。完成对每个局部区域的投影变换后,再用一个全局的相似变换来约束每个图像的投影变换,使得其整体上类似于相似变换,能够有效减小图像的畸变。