图像拼接技术在当今的发展呈现出多样化的趋势,已有越来越多的算法被提出,其中有一大部分是基于特征点配准方式实现的。基于特征匹配的拼接方法是对一些存在部分重叠的图像进行特征匹配,在求得图像间的变换参数后,再对待拼接图像进行投影变换,最后通过不同的融合方式实现图像拼接。图像拼接技术在应用上非常广泛,如相机全景图拼接、医疗影像图配准拼接,指纹识别与拼接等。本文基于特征点配准的图像拼接方法,首先介绍了图像配准的要素和主要方式,在此基础上对后续步骤的图像坐标变换和融合方法进行了说明；然后,以特征点为主线,分别进行角点提取与匹配以及误匹配点剔除实验,并对各角点的原理与性能做出总结；最后,引入SURF和SIFT算子,以图像匹配的方式验证了二者的尺度与旋转不变特性,进一步实现了图像拼接。拼接过程所用到的图像坐标变换方式为透视变换,图像的平滑过渡融合方法为渐入渐出法。在实证部分,针对铁路视频监控系统中单个监控摄像头监控视角范围有限的问题,本文将实现了的图像拼接技术应用于铁路视频监控系统。首先使用两个监控摄像头进行拍摄,接着利用SURF算法对传回的两张具有部分重叠的图像进行快速配准,最后完成图像拼接并显示在同一界面上,相当于在一定程度上扩大了摄像头的监控的视野。本文主要利用SURF、SIFT算法进行配准能够保证图像的尺度、旋转及光照不变性,并在拼接的过程中提出一种输入图像自动排序的算法。该算法不影响拼接结果,不仅更大程度的保证了图像配准的精度,而且在传回两张图像接口接反的情况下也能保证系统拼接结果不出错,进一步提高了系统的可靠性。并且通过实验表明,SURF快速性实现的静态监控视频拼接也具有较强的清晰程度和稳定性,动态监控视频的拼接也基本能够满足要求。