图像拼接在卫星图像遥感、医学图像处理等诸多方面都具有广泛的应用价值。实现图像拼接,需要对图像进行识别,寻找图像的重叠内容,从重叠内容分析图像间复杂的变换关系。SIFT是Lowe在总结了现有的图像识别技术的基础上而提出的一种基于多尺度的图像识别方法。该算法能够有效排除光照、旋转以及尺度变换的因素,实现图像的匹配。本文利用SIFT作为图像的局部特征,构建了一种基于SIFT特征的仿射计算方法,对SIFT特征匹配对提出一种基于K-Means全局选点一致性过滤方法,利用该方法搜索图像中稳定的匹配对,对图像的SIFT不变特征点进行过滤。针对多幅图像拼接边缘不稳定的问题,本文利用网格覆盖匹配特征点,然后通过该方法在SIFT匹配特征点中选取仿射点,进而构建相应的仿射变换。在测试实验中,本文给出了量化度量过滤结果稳定性和边缘拟合度的方法。实验结果表明,本文提出的方法能够有效处理基于SIFT不变特征点的图像拼接问题。最后,文章基于SIFT局部特征提出了一种新的面部民族特征研究方法。并且给出了自己开发的人脸局部不变特征提取与分析系统来提取人脸的SIFT局部不变特征点,初步完成了对人脸中的局部特征的位置匹配。