图像拼接就是将多幅相互间存在一定重叠区域且视角较小的图像序列进行配准和融合等操作,形成一幅包含更多信息的宽视角图像。其中,全景图像拼接作为图像拼接技术的一个主要应用方向,已成为了计算机视觉和数字图像处理领域的研究热点。本文主要研究基于特征的全景图像拼接过程中的基本原理和关键技术。首先针对传统SIFT算法复杂度较高且配准效率低等问题,基于重叠区域提出一种快速的SIFT特征检测算法,大大减少了运算时间。其次,在SIFT特征匹配过程中,通过将重叠区域分块处理,将变换矩阵参数估计过程进行简化,减少了特征匹配的迭代次数。同时通过验证变换矩阵的正确性,保证了后续特征点匹配的正确性,提高了匹配效率。然后,针对动态场景图像拼接不能很好地解决曝光差异和融合鬼影,本文基于动态规划思想,提出一种结合纹理差异扩展最佳缝合线搜索准则的改进算法,并结合一种分段线性加权融合算法消除曝光差异,实现无鬼影融合。最后,基于本文提出的改进算法,采用柱面投影模型实现了无序图像的柱面全景图像拼接。实验证明,本文方法不仅消除了鬼影,减小了曝光差异的影响,同时还提高了运算效率。