数字图像拼接与配准技术作为图像处理的关键环节,正成为图像处理领域研究的热点。其应用领域相当的广泛,如人脸识别、视频监控图像分析、银行印章识别、医学诊断以及全景图生成等等方面有着非常普遍应用,在科研领域内得到了极大的重视和发展。图像拼接与配准技术经过多年的发展已经积累了大量的研究成果,特别是配准技术,作为拼接的基础,相关技术也达到了较高的水平。图像拼接的方法主要有基于区域和基于特征,基于特征的拼接方法,主要是找图像之间的对应特征点,可以是点、边、曲率等特征,其优点是计算量比较小,但不够精确;基于区域的方法直接对每个像素进行比较,只要时间足够长,则可以拼接的足够精确,由于是对整个图像的像素操作,因此计算量特别大。配准技术主要是分为基于灰度、基于特征以及基于决策树这几种情况。研究最多的是基于灰度的图像配准,这种方法直接利用图像的灰度信息进行配准,通过像素对其间某种相似性度量的全局最优化实现配准,这种配准方法配准的速度比较低,对灰度信息变化非常敏感,没有充分利用灰度统计特性,对每一点的灰度信息依赖较大;基于特征的图像配准方法的研究也逐渐增多,这种方法先提取图像的特征,然后利用图像的特征进行配准;基于决策树的图像配准需要先建立自动表决专家系统模型,然后根据一定的决策规则进行配准。对这种方法的研究,目前没有突破性进展。本文主要是讲述对于图像拼接以及配准技术方面的改进。对于图像拼接技术,如何比较准确快速地定位好衔接重叠的区域是体现其算法是否高效的一个重要指标。因为在图像拼接过程中,比较大的一部分时间主要是消耗在寻找相匹配的区域上面。针对基于区域拼接技术在定位重叠区域耗时长的特点,引入了利用多线程技术以及改进的SSDA算法,来提高定位的效率。通过与一些传统算法的比较,速度方面有很大的提高。本文在配准的改进方面,则根据图像迹算法配准率高,以及分形维配准不需要提出图像的边缘、轮廓、纹理等特征,对于图像边缘、轮廓、纹理信息不丰富的图像也可以进行配准的特点,提出了一种提高配准率的方法,就是在传统的分形维配准技术的基础上加入了图像迹的技术,另外还引入了噪声处理方法,在配准时间也有很大改进。