数字图像拼接是图像处理领域一个重要研究方向，在医学图像分析、虚拟现实技术、遥感图像处理等领域都有广泛的应用价值。一个完整的图像拼接过程包括图像获取、变形校正、图像配准和图像合并这几个步骤，而图像配准是其关键和核心技术。本论文引入归一化转动惯量和Zernike矩来实现图像特征的描述，并根据它们各自的特点提出了两种基于图像特征的匹配、拼接算法。这两种算法各有自身特点，并在一定程度上具有互补性。基于归一化转动惯量的拼接方法是一种快速拼接算法，可以实现平移图像(如显微图像)的快速拼接。归一化转动惯量计算简单，以此为特征实现特征点的初始匹配，并对x、y方向匹配点的偏移量进行统计来获得变换关系，可实现快速运算。基于Zernike矩的拼接方法可以实现仿射变换图像的拼接。根据Zernike矩的不变性来实现初始匹配，并用可信度函数来排除伪匹配点，最后利用最小二乘法来拟合仿射变换。结合柱面投影，该方法可实现柱面全景图像的拼接。归一化转动惯量法对斑马鱼及显微图像拼接实验结果表明在特征点较少时仍能实现正确匹配，较Zernike矩和相位相关法有较大的速度优势；Zernike矩法对针孔相机拍摄的场景图片进行拼接结果表明该方法能有效的去除伪匹配，有较好的鲁棒性。