图像拼接技术一直是计算机视觉、图像处理和计算机图形学的热点研究方向。它可以用来建立大视角的高分辨率图像，在虚拟现实领域、医学图像处理领域、遥感技术领域和军事领域中均有广泛的应用。本文总结了前人在图像拼接领域的研究成果和研究现状，介绍了图像拼接的流程和分类。本文主要对图像配准及融合问题进行了研究，提出了一种快速、稳健的基于特征点匹配的配准算法。分析了现有的几种基于特征点匹配的图像配准方法的优缺点，研究了小波金字塔匹配方法，在原算法基础上引入图像金字塔结构来提高算法的效率。本文采用小波变换建立图像金字塔，从分辨率最低的图像层开始进行特征点匹配，在次一层匹配时以上层匹配结果为粗值，在原始图像上得到初始匹配点后采用RANSAC算法稳健估计变换矩阵H；为了提高配准算法的精度，采用变换矩阵H引导两幅原始图像上的所有特征点重新进行匹配，对得到的匹配点集重新用RANSAC算法估计变换矩阵，并采用LM非线性优化算法进一步优化。通过实验分析对比，本文的算法比原算法速度更快，更稳健。概述和研究了图像融合的方法，把本文提出的图像配准方法与几种常见的图像融合方法结合在一起进行图像拼接实验，并对实验结果进行了分析。最后对本文还存在的问题进行总结，以及对图像拼接的发展前景进行展望。