随着微电子技术和信息技术的快速发展,航空、医学和军事等领域对高分辨率图像的需求越来越迫切。高分辨的图像可以通过全景相机和广角相机来获取,但是这些相机的价格普遍十分昂贵,并且拍摄所得照片的边缘部分容易出现变形或扭曲,图像的分辨率很难满足应用要求,然而采用图像拼接技术可以以较低的代价来获得无缝、完整且具有高分辨率的图像。因此,本文研究图像拼接算法具有十分重要的现实意义和应用价值。论文根据图像拼接的一般流程和基本方法,分别针对图像配准、图像融合以及图像排序算法展开研究工作,提出了一种基于提升小波匹配的图像拼接算法。论文首先结合一般的图像配准算法采用了基于提升小波图像匹配算法,完成图像的配准；然后通过对比分析常见的图像融合算法,选择渐进渐出融合算法来完成图像的融合；最后采用基于相位相关的图像自动排序算法实现了图像的自动排序,从而完成了多幅乱序图像的自动拼接。本文的主要工作如下：(1)在图像配准方面,首先利用提升小波对待拼接的图像进行多层小波分解；然后根据Harris算法对分解后的各层图像提取角点；最后针对提取出的角点采用不同的图像匹配算法,最高层图像采用向量和ZNCC相结合的图像匹配方法,而其他层采用基于向量的图像匹配算法。(2)在图像融合方面,通过实验对比,分析了基于加权平滑图像融合、渐进渐出图像融合和基于小波的图像融合的算法：加权图像融合算法时间需要最少,但是效果有待提高；渐进渐出图像融合算法是一种相对折中的算法,耗时少,精度高；基于小波的图像融合的算法效果最好,可是耗费的时间却是最长的。因此,本文最终选取渐进渐出图像融合算法来完成图像的融合。(3)在图像自动排序方面,提出了一种改进的相位相关图像自动排序算法。在提升小波分解后的最高层低频部分,应用傅立叶变换来得到图像之间的相位关系和频率谱的峰值,判断出图像之间的位移关系,进而确定各幅图像之间的顺序。最后本文对所提出的图像拼接算法进行了实验仿真,实验结果表明：图像拼接的效果良好,效率较高,验证了本文算法的可行性和优越性。