目前,随着计算机视觉技术的不断进步,许多人对图像的要求也逐渐提高,追求更高的分辨率和更开阔的全景图像。虽然广角相机能够满足人们的需求,但是其硬件成本过高。我们可以考虑通过低成本的计算机视觉处理技术达到同样的效果,即图像拼接技术,可以用较小的视野来拼接成清晰的全景图像,可用于艺术摄影、医学成像、高分辨率摄像和VR影像等。然而,现有的拼接算法存在一些问题:算法实时性较差,特征点的匹配精确度低,这主要与图像配准相关;对于待拼接图像的重叠区域中存在移动对象和曝光差异大从而导致拼接处鬼影或伪影,这里涉及到了图像融合。图像配准和图像融合作为图像拼接的关键两步,将作为本文的研究工作。针对配准过程中的实时性差和配准精确度低等问题,本文提出了一种改进的ORB算法。首先使用一种基于尺度不变且带有方向的FAST特征检测算法对图像进行特征点检测,然后用带有旋转特性的BRIEF二进制描述算法对特征点进行特征描述,再用汉明距离匹配算法进行粗匹配,用双向匹配和RANSAC算法对匹配点进行精确匹配和提纯,进一步提高其正确率,计算单应性矩阵,最后使用渐入渐出加权融合完成图像拼接。本文算法在图像的缩放、旋转、模糊、光照强度和拍摄视角等场景下与常用的SIFT、SURF和ORB等算法进行配准和拼接比较,实验结果表明本文配准算法在配准和拼接方面均优于其他三种算法,是一种实时性强、准确度高、稳定性好的可用于拼接的图像配准算法。针对待融合两幅图像中的重叠区域存在移动对象和曝光差异大造成拼接处鬼影或伪影等问题,提出了一种基于最佳缝合线的渐入渐出加权融合算法。首先根据最佳缝合线准则找到两幅图像重叠区域中的最佳缝合线,然后利用缝合线将重叠区域划分为三个部分,即第一部分为重叠区域的左边界到缝合线之间的区域,第二部分为缝合线,第三部分为缝合线到重叠区域的右边界。最后,最佳缝合线的左右两个区域像素点依然按照现有的渐入渐出加权融合算法进行图像融合,拼接处的像素点用计算好的最佳缝合线。本文算法结合改进的ORB算法在存在移动对象、曝光差异大和背景复杂等场景下与常用的羽化、多分辨率和渐入渐出加权等图像融合算法进行拼接结果的比较,实验表明本文算法在解决伪影或曝光差异等问题优于其他三种算法,是一种可用于拼接的图像融合算法。