作为多领域交叉的新兴技术图像拼接技术，旨在将多幅小视域图像序列融合成一幅具有更大视域的拼接图像。广泛应用于航天图像和遥感图像拼接、虚拟场景重构以及虚拟漫游、医学图像处理等方面的图像拼接技术近年发展迅猛，但是随着无线成像设备的普及，大量低质量图像数据的出现，对以往的图像拼接技术无疑是一种挑战。课题针对自动化成像设备常常出现的曝光量差异问题进行了深入的研究，联合图像配准和图像融合两方面解决曝光差异带来的鬼影问题和明显的拼接痕迹问题。以往拼接算法的性能依赖于结果图像的主观评价标准，任意性和主观性较大，本课题通过客观的图像质量评价标准比较课题拼接算法和其他拼接算法结果图像质量，课题的主要研究内容包括：课题研究提出了针对曝光差异图像配准的组调整优化算法。原图像序列之间的曝光差异往往会导致错配，大量的错配点对计算出的图像变换模型难以完成图像对齐的任务，会引发严重的配准鬼影。采用的全局配准算法——组调整优化算法解决局部错配遗留的错配问题。组调整优算法完成选取合适的参考平面并对其进行捆绑优化，在以往研究中参考平面的选取多依据与该参考平面重叠的图像数量，重叠区域的面积，重叠区域内包含的已经匹配上的特征点对的个数三方面。本课题合并面积和特征点对数量，提出了重叠区域准确匹配点对密度作为参考平面选取因素，避免了重叠区域面积和重叠区域特征点对数量之间权重参数的设置问题，更加有效地消除局部错配带来的影响，提高拼接质量。在图像融合阶段，课题研究提出了基于块的曝光差异校正算法的优化方法，有效地解决融合鬼影。基于图像块重要性设置权值，并叠加重叠区域的图像块，更加灵活地解决融合鬼影，避免结构错位，联合多分辨率拼接技术，消除明显的拼接缝，有效地均衡了原图像间的颜色差异。课题采用计算多边形交点的方法计算原图像序列与拼接图像之间的重叠区域，提出了对重叠区域的颜色一致性准则和结构一致性准则，客观地评价拼接算法的性能。