图像拼接技术就是将两幅或者两幅以上具有视野重叠区的摄影图像进行图像配准，经过重采样后生成一幅包含原始图像序列信息的无缝隙、宽视场角、高分辨率图像的过程。图像拼接最早来源于人类的摄影知识，当相机的视野小于人类的视野时，人们自然考虑到将多个照片拼接成一幅大的照片以增加相机的视野。现在，图像拼接已经成为计算机视觉、计算机图形学和虚拟现实等领域的重要研究课题，在遥感图像处理、摄影测量学、生物医学、三维图像重建等领域得到了广泛的应用。　　本文首先阐述了课题研究的背景，对图像配准和图像重叠区融合在国内外的发展过程进行回顾，介绍了课题研究的主要内容。然后，研究了图像拼接技术的基本理论知识，如图像获取方法、图像变换模型等。最后，通过对于图像配准和融合具体经典算法的研究和分析，针对本课题的数据特点、应用背景，综合当前特征提取、匹配搜索和误匹配去除、图像缝合线检测和图像重叠区融合算法，设计出一个针对无序列航拍缩略图的自动排序和拼接算法。　　为了实现航空图像缩略图的自动排序和拼接，本文选择SURF(Speeded Up RobustFeatures)算子快速提取图像特征，通过RANSAC(RANdom SAmple Consensus)算法去除误匹配，使用最佳缝合线多分辨率样条融合算法消除图像间的灰度差异。针对图像序列自动排序要求，提出了基于特征匹配矢量线的方向性和数目差异的自动排序算法。对于图像尺度相近条件下的特征误匹配现象，提出了基于匹配特征点对近似互相平行方法去除误匹配方法。最后，在Fedora17平台的codeblocks软件环境中，结合OpenCV和tinyXML函数，使用C++语言编程实现了图像自动排序与拼接，对自动排序结果及图像拼接结果进行了分析，验证了该算法的有效性。