图像配准是图像处理的基本任务之一，其广泛应用于遥感数据分析、计算机视觉、医学图像处理等领域。其目的是找出不同传感器或相同传感器在不同时间或不同角度下获取的图像之间存在的几何变换关系，如平移、旋转及缩放等。在所有的配准算法中，基于特征的方法速度快，鲁棒性好。本文分析阐述了两种经典的基于特征点的配准方法：SIFT和SURF。针对其存在的速度慢问题，提出了一种基于特征点的快速配准方法，该算法首先用FAST算法提取特征点，接着用对比度纹理直方图对特征点进行描述，然后用BBF算法查找所有匹配点对，最后用RANSAC算法剔除误匹配点对。实验证明该算法在保证稳定性基本不变的同时显著提高了运行速度。　　 本文在研究基于特征的配准算法基础上，深入研究了基于特征的配准方法在全景图像拼接上的应用。在进行全景图像拼接时，首先采用SIFT配准算法对图像进行分段匹配；接着使用LM算法对参数进行全局优化；然后对图像进行几何校正；最后使用多分辨率融合算法对图像序列进行融合生成全景图像。实验结果显示，该全景图像拼接系统能对图像序列进行大视角的无缝拼接。最后，对上述各算法进行编程实现，开发了一个图像配准演示系统和一款全景图像拼接软件。演示系统中集成了Harris、SIFT、SURF、FAST等配准算法。全景图像拼接系统能实现180度视角范围的全景图像拼接。