图像拼接作为一种被广泛应用的图像处理技术,主要根据待拼接图像之间的重叠区域,通过配准和融合等操作,将其拼接为一整幅图像。本文主要对图像拼接中两个关键步骤图像配准和图像融合技术展开研究。针对定向二进制简单描述符(Oriented FAST and Rotated BRIEF,ORB)算法中不具有尺度不变性的不足,提出了一种基于改进ORB的特征提取算法。首先通过构建Hessian矩阵以及图像金字塔来实现尺度不变性,使用带有旋转特性的BRIEF二进制特征描述符提取特征描述子;其次使用Hamming距离对特征点进行粗匹配,使用网格运动特征(GMS)算法区分正确及错误匹配点对;最后使用改进后的随机采样一致性(RANSAC)算法进一步去除误匹配特征点对,能够有效地提高尺度变换下的正确匹配点对。本文算法通过与SIFT、SURF、传统ORB算法进行对比实验,结果表明在图像缩放、光照、模糊等现象下本文算法有匹配质量高、实时性强的优点,在具有传统ORB算法实时性强优点的基础上提高了约5%的配准正确率。在图像融合方面,针对现有算法中存在的融合区域不清晰、存在拼接缝隙等问题,提出了一种改进的基于最佳缝合线的加权融合算法。本算法首先在待融合图像的重叠区域中使用基于动态规划的方法,利用缝合线搜索准则找到最佳缝合线的位置;其次,利用缝合线对重叠区域左侧到缝合线区域、缝合线部分和缝合线到重叠右侧区域进行划分并做分段融合处理;最后,对非缝合线区域采用渐入渐出加权融合法进行融合,对缝合线区域采用最佳缝合线进行融合,得到最终的融合图像。通过图像信息熵、标准差以及平均梯度这三项客观指标对融合结果进行评价,由其结果可知本文算法能够使图像实现平滑过渡,消除曝光差异问题、解决拼接缝隙处的重影现象,提高拼接质量。本文利用提出的改进ORB算法和基于最佳缝合线的加权融合算法,设计了图像拼接系统,对图像序列进行融合操作,完成了图像整体拼接并对其效果进行验证,实验结果表明本文算法能够有效增加配准正确率,提高拼接效率,取得较好的拼接效果。