图像拼接是把同一场景中的一系列相互之间有重叠部分的图像拼接成一张大的宽视角、高分辨率的全景图，要求最大程度与原始图像接近，失真尽可能小，且没有明显的缝合线。随着数字成像技术的发展，宽视野、高分辨率的图像在一些重要的领域越来越重要，而利用图像拼接技术则可以产生这样的全景图，为这些领域的研究提供重要的解决方法。因此，图像拼接技术被广泛的应用于全景图的拼接、医学图像分析、海底图像分析、遥感图像分析、军事情报分析等重要领域。本文研究了图像拼接的基本框架和关键技术，它由图像配准和图像融合两种关键技术组合而成。针对海底图像的特点，同时，综合每一种关键技术的各种算法的优缺点及它们的适用性，提出了基于SIFT的图像配准方法和基于渐入渐出法的图像融合方法。图像配准的目的是得到宽视野的全景图。在本文中，首先，提取SIFT特征点并对它们进行描述；其次，采用基于欧式距离比方法进行特征点的初步匹配；最后，采用随机抽样一致性算法进行精匹配，并计算图像间的变换矩阵，以此来实现图像间的配准。最后本文将该算法引入到四种位置关系和两种实际场景（海底图像和显微镜图像）进行配准，图像正确配准率均达到100%。图像融合的目的是得到无拼缝高分辨率的全景图。在本文中，针对当前存在的融合去缝的不足之处，在以下两个方面进行了改进：（1）对感兴趣区域的改进，针对海底图像重叠区域较大的问题，本文取重叠区域的一半作为感兴趣区域，提高处理速度；（2）对传统渐入渐出融合方法权值的改进，用高斯模型计算权值的方法取代传统计算权值方法，提高去缝效果。本文中先计算图像间感兴趣区域，然后用高斯模型计算权值，最后利用权值对感兴趣区域进行融合从而去掉拼缝。采用本文算法提高图像信息熵的同时融合速度提高一倍。本文的实验是在Windows XP操作系统，VS2005编译器上实现的，实验所用测试图由实习公司提供。实验证明，本文算法不仅能够对简单位置关系的图像进行拼接，而且对显微镜图像，海底图像这些实际多变场景的图像也能实现准确快速拼接。