图像拼接技术，也称为图像镶嵌(Mosaic)技术，就是将空间存在一定重叠部分的相邻两幅或多幅图像配准并拼接在一起，构成一幅完整新图像的技术。早在20世纪70年代，图像拼接技术就出现在遥感技术领域。近年来，随着计算机技术的飞速发展，图像拼接技术在计算机图形学、计算机视觉、医学图像分析等学科中得到越来越广泛的应用。 本文对图像拼接技术进行了较为深入的研究，主要研究内容如下： 首先，回顾了图像拼接的研究目的、研究意义和图像拼接技术的分类以及国内外的研究现状，并系统地介绍了图像拼接的基本流程及其关键技术。研究了基于傅里叶变换的相位相关拼接算法，详细介绍了利用傅里叶变换对拼接图像之间平移参数、旋转角度和缩放尺度的估计。该算法无需从图像中提取特征，能够充分利用图像所包含的信息，因此基于傅里叶变换的相位相关法是一种较为简单并行之有效的自动拼接算法。 其次，提出了一种基于图像强边缘区域特征的拼接算法，该算法从图像中提取出强边缘区域；根据强边缘区域的不变矩进行图像的模糊匹配，进而引入RANSAC方法实现区域的精确匹配，并同时利用精确匹配区域的对应关系计算出图像之间的仿射变换系数，接着通过坐标变换和灰度插值完成图像配准；最后采用加权平均的图像合成方法进行色调调整从而实现图像的拼接。 再者，介绍了基于SIFT特征的图像拼接算法，并针对大尺寸的遥感图像，提出了一种结合边缘特征和SIFT特征的图像拼接算法来提高大尺寸遥感图像拼接的速度。该算法首先提取图像中的强边缘区域，接着在强边缘区域周围提取SIFT关键点并生成SIFT特征向量，下一步采用关键点特征向量的欧式距离来作为两幅图像中关键点的相似性判定度量完成图像的匹配以及后续的拼接。 最后，基于国外在全景图自动识别技术上的相关概率模型，提出了对于随机输入的序列图像的自动拼接的算法模型，该算法能够自动对随机输入的序列图像进行正确丽排序，并同时识别出输入序列图像中的噪声图像。 通过对研究工作的总结，分析了当前研究中存在的问题，并指出了下一步有必要深入开展的研究方向。