图像拼接(image mosaic)技术是将一组相互间存在重叠部分的图像序列进行空间匹配对准，经重采样融合后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像技术。图像拼接是数字图像处理领域的一个重要的研究方向，在摄影测量学、计算机视觉、遥感图像处理、医学图像分析、计算机图形学等领域有着广泛的应用价值。而对于公路图像特征复杂，特征信息不明显等情况，本文给定了具体的图像拼接方法。 本文首先介绍了公路图像拼接技术的研究现状及特点，从而展示了图像拼接技术广阔的应用前景。然后对图像拼接及其关键技术进行了概括和总结，介绍了图像拼接的流程、图像的采集以及常见的图像变换模型，重点研究了图像拼接技术中的图像配准及图像融合等关键技术，分析和总结了现有的图像拼接的主要方法、性能以及存在的问题。论文根据公路图像自身的特点，将其分为有破损和无破损两种类型，对于每种类型分别给定了不同的拼接方法。对于有破损的公路图像，由于含有大量的特征信息：首先对图像进行高斯金字塔分层处理；然后对每一层进行Harris 算法检测角点；再通过FCM聚类对检测的特征点进行划分，得到聚类的中心点；最后通过相关系数的方法进行图像拼接并应用加权系数的方法对图像进行融合。对于无破损的公路图像，由于含有的特征信息比较少。首先对图像进行SUSAN 算法检测边缘；然后对检测到的边缘通过形态学方法增强边缘信息和去除噪声；再对图像根据有无边缘进行分块操作；对于包含特征的图像块通过人工鱼群算法获得图像的极值点；最后通过相关系数的方法进行图像拼接并应用加权系数的方法对图像进行融合。这两种算法充分利用了兴趣点的信息。 实验证明，算法准确率高，鲁棒性强，具有较高的实用价值。