图像拼接技术就是将有重叠部分的图像(可能不同时间、不同视角或者不同传感器获得的)拼成一幅大型的无缝高分辨率图像的技术。图像配准和图像融合是图像拼接的两个关键技术。图像配准是图像融合的基础，而且图像配准算法的计算量一般非常大，因此图像拼接技术的发展很大程度上取决于图像配准技术的创新。图像拼接的方法很多，不同的算法步骤会有一定差异，但大致的过程是相同的。本文针对裂缝的公路图像，因此在步骤上稍有区别。本文首先介绍了图像拼接技术在现实中的应用，接着研究了一些传统的图像拼接技术、图像拼接的流程等，其中重点介绍了图像的边缘检测技术、图像特征点提取技术及图像的特征点描述技术。最后通过实验比较说明了本文系统里算法选择的优势。 　　本文针对路面破损拍摄环境复杂造成图像的光照条件不同的特点，提出一种适应不同光照环境的基于SURF算法的公路破损图像的检测方法。新方法首先引入二进小波边缘检测提取边缘点，然后用SURF算法对边缘点进行特征点提取，接着根据特征点的数量利用特征点的响应值对特征点进行筛选并利用SURF特征描述子对筛选后的特征点进行描述，此处加入一个计算响应值时矩阵M的迹作为特征矢量的一个新的变量。匹配时，以计算响应值时矩阵M的迹的正负将特征点分为两组，加速匹配过程。最后使用RANSAC算法进行特征点错配的消除。经实验证明，这种方法有较好的匹配效果，在不同光照条件下也可达到很好的效果，这对完善公路图像自动检测系统，有很好的参考。