CUDA技术是由NVIDIA公司开发的一种并行计算架构,其特点是利用GPU并发地执行多个线程来实现大规模高速,通用计算。其简便的开发流程和编程风格,高效的多线程并行编程模式使得计算密集型任务的执行可以更好的有效利用GPU强大的并行计算资源。而数字图像拼接正是一种重要的计算密集型应用,其任务是将多幅具有相互重叠区域的图像快速拼接成一幅完整的较高分辨率图像。其主要的实现步骤和关键技术包括图像的预处理、配准、融合等,都需要进一步地研究和改进。本文主要研究CUDA技术及其在数字图像拼接中的应用。文中阐述了CUDA多线程编程的原理和开发方法,论述了图像拼接的基本原理及其关键技术。在分析对比现有的图像匹配算法的基础上选取了SIFT特征匹配算法以实现图像的特征匹配；选取了基于多分辨率的图像融合算法来实现图像的融合；最后结合上述两种算法并在CUDA架构上编程实现数字图像的高速拼接。本文的主要特点是采用具有鲁棒性的基于SIFT特征匹配算法的改进算法来进行特征点的提取和匹配并利用多分辨率融合算法实现了整个图像的无缝拼接。文中对上述算法均利用CUDA并行计算技术和传统单CPU串行程序同时进行了编程实现,并通过对两种实现方案的耗时进行对比,验证了CUDA编程对图像拼接效率的提高效果。实验结果表明,本文提出的算法及其CUDA实现经过改进的SIFT算法较好的解决了图像拼接过程中的匹配问题,提高了图像匹配的效率,为后续的图像融合提供了高质量的融合素材。本文的研究结果反映了CUDA技术在数字图像处理的实际运用中卓有成效,有着广阔的应用前景。