图像拼接技术是当前图像处理和计算机视觉领域的一个热门课题,它的目的是将两幅或多幅相互之间存在重复区域的图像进行配准并进行合成,最终形成一幅大视场的图像。对于很多计算机视觉的应用,为了获取更大视场内的图像,突破图像传感器本身视野的限制,往往运用图像拼接技术。本文首先对于图像拼接技术的研究现状、应用领域和一般步骤进行了介绍。为了应对图像间存在的各种变换,提出利用基于尺度不变特征的配准方法对从两个不同视角摄取的两幅图像进行拼接。同时,针对目标的3D视点变换,文中也阐述了视点变换的基本方法。通过分析SIFT和SURF两种提取尺度不变特征算法,选用在计算速度上表现突出的SURF算法,并对其中指定特征主方向环节的具体实现方法做了改善,简化了其构建特征描述子的复杂性。在特征的匹配方面,应对高维的特征描述子,使用了k-d树来组织高维特征集,并且运用BBF近似算法对特征进行匹配。为了消除误匹配,使用了RANSAC随机算法剔除外点,计算出图像间的单应性矩阵。最后应用中心加权方法使重复区域能够在两幅图像间平稳过渡,消除了图像间因成像条件不同而形成的拼缝,达到了预期的目的。