目前，宽视野、高分辨率的图像或视频在一些领域显得越来越重要，比如摄影测量学中全景视图的构造、视频编码领域的sprite技术、全景视频监控系统地实现，特别是虚拟现实技术中虚拟环境的构建等。由于图像拼接技术解决了视野与分辨率的矛盾问题，因而它为这些领域的关键技术提供了很好地解决途径。基于图像拼接技术的这一特性，它也越来越成为图像处理领域一个热点研究问题。本文首先较详细的介绍了图像拼接技术的研究现状、特点及应用领域，从而展示了图像拼接技术广阔的应用前景。然后重点介绍了图像拼接技术中的图像配准及图像融合等关键技术，分析和总结了它们的主要方法、性能以及存在的问题。在此基础上，提出一种基于相位相关优化的图像拼接方法，该方法主要针对Richard Szeliski提出的基于运动的2-D空间8参数投影变换模型算法的局限性，采用扩展相位相关法来获得初始配准参数值，然后利用L-M优化算法对初始参数值进行优化而得到较为准确的配准参数，从而克服了人工确定初始参数值的不准确问题。此外，在研究中针对相位相关法的局限性，提出一种基于兴趣点匹配的图像拼接方法，该方法利用Harris角检测器将提取的兴趣点作为特征点，并采用比较最大值法得到匹配特征对，从而实现图像的配准。基于兴趣点匹配的图像拼接方法由于采用全局最优的思想，因此不会受到图像尺寸条件的影响，从而克服了相位相关法缺点。论文最后讨论了全景图像的拼接技术，其中重点介绍了柱面全景图像的拼接问题，并提出一种柱面全景图像拼接的解决方案。