图像配准是指找出场景中同一物体表面的结构点在不同图像上的投影像素点之间的对应关系。图像镶嵌指的是将多幅互有重叠的图像组合形成一幅宽视角图片的技术。目前图像配准和镶嵌广泛应用于虚拟现实、视频压缩、图像复原、图像数据库检索等技术中。图像配准的研究是计算机视觉中最困难也是最重要的任务之一。 不同的图像配准方法总是对应于某种适用的图像变换模型，总体可以分为三类方法：直接像素亮度差优化的方法、基于特征匹配的方法和变换域求解的方法。图像配准算法研究的核心问题是提高配准的速度、精度和算法的稳健度。 本文针对同一场景在不同角度下拍摄的重叠图像配准及镶嵌问题进行了研究，包括研究了窄基线条件下基于频域信息的配准技术和基于点特征匹配的配准技术；研究了图像配准与镶嵌技术中的一系列相关问题，包括摄像机运动模型、透视变换矩阵参数的鲁棒估计和求解方法、插值技术、图像变形技术、流形的概念等，并分析了影响合成图像清晰度的主要因素。 本文提出了一种快速、稳健的基于角点匹配的图像配准算法。该算法提出了两次导向匹配的思想，第一次使用相位相关法估计的全局粗平移运动参数指导局部的角点匹配，以降低无效搜索、提高匹配的速度和稳健性，第二次使用改进的RANSAC算法鲁棒估算的精确变换模型参数再次指导角点匹配，以获得更多的有效匹配角点；算法使用奇异值分解最小二乘法估算变换模型参数，并使用LM非线性优化方法进一步降低配准误差。这种全局参数指导局部匹配的思路提高了现有算法的匹配速度，并较好的降低了错配，提高了算法的整体稳健性和配准精度。实验结果表明，与现有算法相比，对于图像重叠区域较小、图像中含有运动物体、重复性纹理等较难自动匹配情况，使用本文算法可以有效提高算法的成功率。 本文还提出了一种基于亮度与白平衡自动调整的图像镶嵌算法。该算法中，首先使用本文提出的基于角点匹配的图像配准算法对图像进行几何配准，然后在对应点位置处利用各个色彩通道的灰度信息估算图像色彩变换函数以进一步实现图像的光度配准，最后进行无缝的图像镶嵌。实验结果表明该算法可以较好的融合