图像拼接技术已逐渐成为机器视觉、数字图像处理等领域研究的热点,并且在工业检测、医学图像处理和军事侦察等方面得到广泛的应用。目前,随着交通基础设施的不断发展,桥梁健康监测逐渐得到人们的重视,为了减轻桥梁裂纹的识别难度,以及减少维护桥梁的工作量。本文主要围绕现有的图像拼接理论结合实验分析的方法从图像预处理、图像匹配、图像融合三个重要组成方面开展图像拼接技术研究,以及基于立体视觉下的点云配准方法探讨三维拼接中深度信息。主要内容包括:(1)本文首先介绍了图像拼接技术的研究意义、研究现状以及应用领域,分析了该技术在桥梁裂纹上的应用前景。然后对图像拼接的关键技术进行了概述,主要介绍了图像拼接的基本流程、图像的采集、图像预处理、几何变换模型、图像配准和图像融合等基本理论,重点研究了图像拼接技术中的图像配准和图像融合关键技术,分析和总结了现有的图像拼接主要办法和性能以及存在的问题。(2)针对目前桥梁裂纹检测与识别中会出现单一的裂纹图像无法呈现出完整裂缝的情况,本文提出了一种基于SURF算法的裂纹图像拼接的方法,主要利用SURF算法进行特征点的精确提取和匹配,并设计三组实验分别在光照、噪声和尺度变换条件下对SURF、SIFT和ORB算法进行对比分析,实验证明SURF算法在不同条件下的鲁棒性和实时性表现更好,该方法可以得到更多的图像特征和有用信息,大大减少了后续的工作量。在此基础上开展全景图像拼接方法研究,通过图像帧到图像帧的合成方式,最后实现全景图像拼接,利用图像质量结构相似性评价,结果证明全景图像的拼接效果没有出现较大的失真,并且SSIM值达到很高的精度。(3)本文在二维基础上探讨三维拼接,介绍了三维拼接的基本流程,分析了立体匹配、点云配准的基本原理,主要利用ICP算法进行立体配准。在此提出基于立体视觉下的ICP配准方法进行研究,对提取到的深度信息进行实验分析,结果证明该数据有较高的精度,为后续三维拼接和三维重建提供了便利。