图像拼接技术是当前图像处理领域的一个热门研究课题。它将一组相互存在重叠部分的图像进行空间匹配对准,经融合后成为一幅包含各图像信息的大视场的完整图像。在实际中有很广泛的应用场景,可以应用于全景图像的合成、虚拟现实的实现、卫星图片的处理和军事等领域中。本文首先介绍了图像拼接技术的研究现状、应用领域和技术原理。介绍了图像拼接的流程,并对图像拼接过程中的一些关键技术进行了深入的分析,并进行了概括和总结,分析和总结了现有图像拼接的主要方法,并对他们的优点和局限性进行了一定的分析。并在已有的算法基础上,进行了一系列的改进,并通过实验对改进算法和原有算法在稳定性、抗噪性、算法运行时间上进行了比较和分析。本文改进算法的最关键在于对特征点提取算法和特征匹配算法上的改进。通过结合多尺度Harris算子和中心B样条函数,使特征提取算子对噪声有很强的抑制能力。通过利用Harris算子提取特点,并利用特征点周围区域像素的主梯度方向信息,更准确地进行特征点匹配,消除伪匹配点对。本文还对含有透视和缩放变换的图像进行了分析,提出了一种基于仿射迭代的算法用于对该类图像特征点集合进行匹配,但该算法准确度还不够,有待进一步优化和提高。图像匹配完成后,本文使用RANSAC算法来估算变换矩阵,通过剔除外点,估算出最佳特征矩阵。最后通过使用后向映射和双线性插值法在图像合并过程中进行插值运算,并使用重叠区域线性过渡算法来消除图像拼接缝,实现图像之间的无缝拼接。