随着科学技术发展水平的不断提升,人们为了满足美好生活向往,对所获取信息质量的要求越来越高。在人类的各种感官中,视觉是最主要的获取信息的途径。而图像正是视觉信息的主要承载方式。当需要获取大面积、宽场景图像时,由于天气状况、相机性能、拍摄高度等各种因素的影响,是较难实现的。因此,为了能获得优质的视觉体验,产生了图像拼接技术。图像拼接技术是将具有一定重叠区域的两张或多张图像进行拼接,从而得到精确的宽视野图像,为大地测量、地理勘测等领域造就有利条件,是图像处理、模式识别、计算机视觉、计算机图形学等领域的重要研究课题。图像拼接技术可以按照不同的标准进行分类,其中基于特征的图像拼接技术最受关注。在基于特征的图像拼接技术中基于点特征的图像拼接技术已经成为图像拼接技术的研究热点。而对点特征的提取和描述是整个图像拼接技术中最主要的基础步骤。本文创新点主要集中在特征点的提取和描述方面,对经典算法做了相应的改进和组合,运用在图像拼接技术中,并对图像拼接的结果进行了评价,具体工作如下:(1)对图像拼接原理进行了研究图像拼接的全过程可包括图像预处理、图像配准、图像融合、图像拼接质量评价等内容。在图像预处理部分,介绍了图像去噪、图像增强和图像几何校正;在图像配准部分,介绍了图像变换模型及其求解的常用方法;在图像融合部分,介绍了针对重叠区域的色度调整法和常用的图像融合方法;在图像拼接质量评价部分,介绍了峰值信噪比(Peak Signal to Noise Ratio,PSNR)评价方法、结构相似度(Structural Similarity Index,SSIM)评价方法、边缘差分谱(Difference of Edge Map,DoEM)评价方法。(2)提出了一种改进的FAST特征点检测方法在根据加速分割测试特(Features from Accelerated Segment Test,FAST)征点方法判断某个候选点是否是特征点的理论前提下,结合万有引力定律确定候选点所受合力的方向,引入特征点检测过程,对候选点进行初步判断,同时去除斑点噪声。在SAR(Synthetic Aperture Radar)图像上进行了实验,结果证明此方法对SAR图像斑点噪声具有一定的抑制作用。(3)提出了一种结合SIFT算法和FAST算法的特征点选择方法分别利用尺度不变特征变换(Scale Invariant Feature Transform,SIFT)算法和FAST特征点检测算法,检测出参考图像和待拼接图像的特征点,然后挑选出两种方法作用在同一幅图像上的公共特征点。对提取的公共特征点集进行匹配并计算出变换矩阵,根据变换矩阵对待拼接图像进行处理,最后根据加权融合算法进行图像拼接融合。此方法既保留了SIFT方法中,具有尺度信息的优点,又提高了对特征点描述的效率。实验结果表明该方法在图像特征点选择中更有优势,对图像拼接质量也有所改进。(4)提出了一种基于多特征描述子的图像拼接方法在基于垂直梯度、水平梯度的特征描述子中,能捕获局部区域内灰度变化的情况;在基于颜色不变信息的特征描述子中,对于彩色图像来说更具有特征筛选功能;在基于像素强度的特征描述子中,可描述邻域像素之间的依赖关系。几种特征描述子各具特色,组合起来可以提升特征描述子的独特性。本文提出的多特征描述子,融合了特征点的局部垂直梯度、水平梯度、颜色不变信息以及像素强度四部分内容。实验结果表明,本文提出的方法对图像拼接质量有提升作用。