计算机图形学是利用计算机研究图形的表示、生成、处理、显示的一个学科,是计算机科学中最为活跃并得到广泛应用的分支之一。随着计算机技术的发展,在计算机图形学领域,从已有的图像中绘制出新的图像的基于图像的绘制技术(image based rendering, IBR)得到了深入的研究。图像拼接技术是基于图像绘制技术(IBR)的一个重要的研究领域。图像拼接技术是将同一传感器在不同时间或者不同传感器在同一时间拍摄到的具有相互重叠区域的一组图像拼接成一幅高清晰、宽视角的大幅图像。图像拼接技术被广泛的应用在虚拟现实、医学处理、遥感技术、航空航天等领域。本文对图像拼接技术的整个过程都做了大量的研究,提出了一种基于改进的K-means聚类和模拟退火算法的图像配准算法,这种算法有别于以往遍历图像中所有特征点的方法,是一种新的思路。本文对Harris角点检测,Canny边缘检测和SIFT特征点提取算法进行了详细的介绍,并对实验结果进行了分析。提出了基于密度的初始中心的选取方法,避免了对初始中心的任意选取带来的聚类结果的不确定性。将聚类的结果作为模拟退火的初始解,通过扰动获得全局最优解,得到最优的聚类结果。最后通过求解图像间的单应矩阵H对图像进行平滑过渡,应用渐入渐出方法实现图像的拼接。实验结果证明,本文提出的算法具有很好的鲁棒性,能够很好的应用到图像拼接中去,并能实现环境复杂下的图像的拼接。