如今，越来越多的领域需要用到超宽视角的图像。用某些特殊设备如鱼眼镜头可获得这一类图像，但它们大多具有价格昂贵、使用复杂等缺点。利用普通相机采集的图像来得到宽视角的图像成为人们研究的热门方向，作为数字图像处理的重要分支，图像拼接技术为这一问题提供了很好的解决途径。 本文重点针对图像拼接技术的核心算法——图像配准算法进行研究。图像配准匹配算法的总体思想是既要保证对准的精度，又要保证运算量不至过大。本文对比分析了图像拼接中的模板匹配方法、相邻列比值匹配方法、基于网格快速匹配方法、基于局部熵差的图像匹配方法。实验证明，上述几种方法在选取模板时基本上都是任意的，模板中如果没有包含足够多的物体特征，那么很容易导致算法失败，因此文中提出了一种基于局部熵差的改进算法，即在进行匹配之前，首先基于局部边缘密度LED和模糊聚类算法定位出特征物体区域，然后以该区域为模板计算其局部熵差，在另一幅图像中进行搜索，找到最佳匹配点，实现图像配准。 针对序列彩色图像的全景图拼接，利用Microsoft Visual C++6.0开发了一套较完整的原型系统。实验证明基于局部熵差的改进算法能够较好的实现序列彩色图像的全景图拼接。