图像拼接在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。图像拼接就是将同一场景的相互有部分重叠的一系列图片拼接成大幅的、宽视角的、与原始图像接近且失真小、没有明显缝合线的高分辨率图像。图像拼接一般包括图像匹配与图像融合。其中图像配准是整个图像拼接的基础。图像拼接的质量主要依赖于图像的配准精度。图像的配准过程又可分为局部配准和全局配准。图像拼接的各种算法中经常需要求解关于误差能量函数的优化问题。使误差能量函数最小化的过程在具体的计算中实质上是对所的求参数不断迭代求解的的过程。论文简单介绍了图像拼接的主要方法,提出了Levenberg-Marquardt算法改进方案,改进的算法结合了信赖域技术,在迭代中改变信赖域的区间,进而控制下一步的迭代步幅大小。并且防止迭代过程中变换矩阵奇异的情况,通过数值试验可知改进的方案提高了算法的迭代速度,对于求解非线性方程组的部分标准测试问题降低了对初值选取的要求,论文的数学理论部分针对算法的局部和全局收敛性给出了证明。变信赖域区间的Levenberg-Marquardt算法的全局收敛性使图像拼接的全局收敛得到保证。基于这一物理意义论文设计了基于变信赖域区间的Levenberg-Marquardt算法的图像拼接全局收敛方案,改进的拼接算法放宽了对变换矩阵初始迭代值的选择范围,论文给出了两个实验结果,一个是对由J.J.More′给出的非线性方程的标准测试问题做了数值试验,比较了改进的Levenberg-Marquardt算方法与经典算法。另一个是做了对改进拼接算法的拼接试验与经典方案拼接图像的比较结果。并分析了改进算法还可能存在的问题为后期工作提出了要求。