图像拼接技术（Image Mosaic）是将多幅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。图像拼接技术的出现使得图像采集设备更趋普通化，使用普通的数码照相机就可以获得满足要求的图像。这项技术被广泛地应用于计算机视觉、图像处理、计算机图像学、医学图像分析及虚拟现实等领域。本文围绕“基于特征点的图像拼接技术研究”这个课题，重点研究了图像拼接的各个步骤，对图像拼接的理论知识、图像的采集、图像的预处理、图像的配准和图像的融合等关键技术都进行了深入的学习和讨论，主要完成了以下几个方面的工作：1、学习了图像拼接的基本概念，研究意义，以及其所应用的领域，并就当前国内外对于图像拼接技术的研究的情况做了简单的介绍。2、阐述了图像拼接中涉及到的相关理论知识和用到的关键技术，为接下来的工作打下了良好的理论基础。3、介绍了图像的采集方法，分析了采集过程存在的问题，并据此提出了采集时需要注意的事项；图像拼接前期的预处理，介绍了预处理过程中几何校正、边缘检测和噪声抑制这几个步骤的作用以及采用的方法，并且对于这些方法进行了比较，最后选取最适合本文的图像预处理方法。4、分析并比较了当前图像拼接领域中用到的算法的原理以及各自的优缺点，本文选取了基于特征点的图像配准方法，并在此基础上对该方法加以改进，经过改进的算法使得图像匹配的结果更加精确；为了提高图像特征匹配的精确度，在这里我们使用了RANSAC算法，并对这个算法进行了改进，对获得的特征点进一步的提纯，以期能够使得图像更加平滑。5、最后采用加权平均法对拼接后的图像进行了融合，使得图像没有明显的接缝，取得了比较好的拼接效果。