遥感影像自动拼接技术就是将两张或多张相邻间有重叠部分的遥感影像进行无缝拼接，自动生成一张具有较宽视角的高分辨率图像或者三百六十度视角的全景图技术，这些影像可能是在不同的时间、从不同的视角或者由不同的传感器采集获得的。本文主要针对遥感航拍影像在航带内及航带间的全自动拼接的需求，在研究总结了大量前人的研究成果的基础上，给出了一种基于特征点提取的遥感影像拼接解决方案。文中还对基于SIFT特征的图像拼接算法进行了改进。利用图像拼接技术将多幅航空影像自动拼接成整幅地图，可以省去影像的几何纠正处理中的人工干预和繁琐的人工作业，提高工作效率。本文提出的解决方案以Moravec特征点提取为基础，这种方法计算简便，能准确快速地提取出大量特征点，且特征点的重复性高，针对不同的图像都能提取出较多的特征点，能有效解决航带间图像的不规则重叠区域需要提取足够多的分布均匀的特征点的问题。采用相关系数法进行粗匹配，最小二乘配准法作精匹配，加权平均法处理图像之间的重叠部分，最后采用最近邻域法对变换后的非整数像素坐标采样插值，能有效解决拼接图像的拼接缝问题和部分像素缺失的问题。针对算法的每个步骤，论文中都给出了另外的一种解决算法作为对比，并用实验验证两种算法的优缺点和适用性。从实验效果来看，针对旋转角度不大的图像，算法取得了很好的拼接效果，且效率高，鲁棒性好。在基于SIFT特征的图像拼接算法中，RANSAC配准方法的迭代次数和算法成功概率成正比，只有一定的概率得到可信的模型，当拼接的影像数目较多时，该方法有时会拼接失败，无法得出模型，也无法拼接。针对这个缺点，本文提出一种改进办法：采用收敛速度快的最小二乘图像配准法来求取变换模型的参数。最后通过实验证明了该算法保证一定可以得到模型，且保证配准的精度和正确率，并能解决存在大量相似纹理的影像中(如城镇房屋、农田)，易出现误匹配的问题。