图像拼接是计算机视觉领域中一个重要的研究问题。图像拼接广泛应用于诸多领域,如遥感成像,医学造影,水下制图,虚拟现实等。近些年,学者们提出了许多性能优越的图像拼接算法。给定两张或者多张具有重叠区域的窄视域的单张图像,图像拼接将其拼成一幅宽视域的整张图像。图像拼接生成视觉合理的宽视域图像,其问题有重叠区域存在伪影以及从重叠区域到非重叠区域发生畸变。本文致力于解决以上问题,提出两个鲁棒性图像拼接算法。本文的主要研究工作如下:（1）针对传统拼缝-切割方法在某些情况下不能有效地避开色差不一致区域问题,提出一种基于新赋范拼缝能量函数的无伪影图像拼接方法。该方法能够有效地区分色差不一致区域,从而找到更适合原问题的拼缝。实验表明,所提方法可以得到比传统拼缝-切割方法更好的拼接效果。与现有的其他拼缝-切割方法相比,所提方法在不需要迭代或复杂的显著性计算的情况下能够获得相同甚至更令人满意的拼接效果。（2）针对现有稳健弹性形变方法在特定情况下出现过渡畸变问题,提出一种基于自适应平滑过渡的图像拼接方法。所提方法能够消除过渡区域的扭曲失真,实现了从重叠区域到非重叠区域的平滑过渡。在公开数据集和自建数据集上进行定性与定量实验表明,所提方法优于原方法,提升了拼接质量。（3）本文提出的两个方法具有高度的兼容性。在很多情况下,仅依靠其中的一个方法可能得不到视觉理想的拼接结果。更多的时候是两者相互结合使用,以得到更好的拼接效果。