图像拼接理论是当前图像处理、机器视觉方向的研究热点,该项技术的进展对推动虚拟现实、遥感图像处理、医学图像分析等领域的发展有着十分重要的现实意义。三维形貌检测技术是现代工业技术中的重要部分,但其检测范围受到成像设备的限制。如何在不损失测量精度的情况下扩大检测范围是该领域面临的一个主要问题。使用图像拼接技术能够将具有重合部分的图像自适应地拼接成一幅大视场图像,在扩大市场范围的同时保留了检测精度,能够很好地解决这一问题。本文首先对三维形貌检测基本原理进行研究,然后对基于特征的图像拼接技术的理论和方法进行了深入的研究,针对当前显微图像拼接过程中存在的问题提出了完整的解决方案,并对相关的图像增强、特征提取、特征匹配、变换矩阵求取和图像融合等步骤进行了详细分析和算法实现,最后通过MATLAB编写程序实现了显微图像的拼接。在图像增强算法研究中,针对显微图像质量不高难以提取足够的有效特征点的问题,对灰度直方图增强和频域增强的两种图像增强算法进行研究,对直方图均衡化、双直方图均衡化、动态直方图均衡化等算法以及频域滤波增强算法进行了充分研究和实验分析,结合实验结果选取双直方图均衡化和同态滤波的方法进行图像增强。在特征提取算法的研究中,本文对SIFT算法、SURF算法和两种角点检测算法的算法原理进行研究并编写程序进行特征点提取实验,根据图像特征点提取精度,特征点提取速度、抗干扰能力以及提取特征点是否具有旋转、平移不变性等选取SIFT特征点提取算法,有效提取图像中的特征点。在SIFT特征点匹配算法研究中,本文建立了数据索引(K-D树)进行检索,并使用BBF(Best Bin First)算法建立优先序列,达到了提高搜索效率的目的。并针对实验所发现的问题对现有的SIFT算法进行了改进,通过提取边缘处特征点的方式减少了提取特征点的范围,大大提高了算法的效率。在图像配准和图像融合算法的研究中,使用RANSAC算法求取图像的坐标变换矩阵,以实现空间上的图像配准,证明RANSAC能够剔除大部分的误匹配特征点对;并使用最佳缝合线法对进行图像融合。最后设计实验,分别对只包含平移关系的图像和包含平移、缩放关系的图像进行拼接实验,取得预期效果,完成图像拼接。