普通摄像机在拍摄较大场景时,由于视场较小,只能拍摄到目标场景的局部部分。为了在保持高分辨率的条件下得到较大视场图像,就需要使用图像拼接技术。图像拼接是指将两幅或多幅两两之间具有一定重叠区域的图像经过图像配准和融合以后,拼接合成一幅包含原图像序列信息并具有更大视场的宽视角、高分辨率图像。经过近二十年来的研究,图像拼接技术越发成熟,并广泛应用于大范围区域勘探、显微图像分析、虚拟现实、全景监控、视频压缩等领域。目前大多数图像拼接都只研究在水平视角方向进行扩展的图像序列,在水平和垂直方向均有扩展的图像拼接研究较少。本文基于光学镜片表面疵病检测项目以及机场跑道异物检测项目,以显微镜和普通摄像机作二维扫描获得的图像序列为研究对象,深入研究了基于相位相关以及基于SURF的多行多列图像配准方法,实现了宽视角图像拼接系统。本文围绕图像拼接的基本流程和关键技术,完成了以下研究内容:(1)研究了相位相关配准法的基本原理。由于傅立叶变换的周期性,因此不能简单的通过返回的脉冲信号位置计算平移参数。由此本文分析了可能的4个平移位置,并分别计算互相关系数,取最大值对应的位置计算平移参数,并提出利用最大似然方法估计图像重叠区域大小,以此来过滤错误平移参数。(2)针对多行多列显微图像局部配准误差累积导致的全局误差,本文实现了一种基于平移变换的全局配准方法。该方法利用所有相邻图像之间的平移参数以及图像左上角在全景图中的位置坐标,建立误差能量函数,然后通过最小化误差函数消除全局累积误差。(3)针对显微图像拼接全景图分辨率很高,图像很大导致常规图片浏览软件无法加载显示或实时浏览的问题,本文提出并实现了一种基于金字塔分层分块思想的图像分块管理方法,该方法减小了内存需求,实现了实时浏览。(4)研究了基于特征的配准方法,比较分析了经典算子SIFT和SURF。使用所有特征向量建立K-d树,采用BBF查询算法实现了特征快速匹配。并且通过建立概率模型确认每幅图像的相邻图像,从而找到图像序列的最大连通分量,间接实现了图像定位。最后通过L-M算法实现全局捆绑调整,消除全局累积误差。