作为红外热成像技术中的热门分支,红外图像拼接是一种解决窄视角的手段,近年来得到了不断的发展。图像拼接技术可以从多种多样的传感器中采集到图像,并对包含重叠区域的一系列图像进行融合拼接,从而得到一幅包含这些图像信息的宽视角图像。在许多场合和情形下,采用普通相机得到的视角不能够满足需求,人们迫切需要获得具有大视野的图像和视频。而图像拼接技术满足了这种需求,并且价格不太昂贵。本文研究内容主要围绕着红外图像的特征,对红外图像拼接技术中的相关步骤进行研究,包括红外图像预处理、特征提取、图像配准和图像融合。以快速高质量地完成红外图像的拼接为主要目的,实现红外图像拼接。在红外图像预处理上,对红外图像进行平滑以去噪,保留图像的信息。分别采用邻域平均法和中值滤波法对含有噪声的红外图像进行滤波,选用不同窗口进行实验,并对实验结果进行比较和分析。在特征提取上,对传统Harris算法、改进后的Harris算法和结合Moravec的改进Harris算法进行实验和比较分析实验结果。并用SIFT算法和SURF算法,对红外图像分别进行特征特取,比较了基于SIFT算法和SURF算法的红外图像的特征匹配结果。在图像配准上,特征点匹配出现错误的特征匹配时,需要用到随机抽样一致性算法(RANSAC算法)。提出改进的RANSAC算法,用SIFT算法对红外图像进行特征提取,结合RANSAC算法对误匹配的特征点进行剔除,求解待拼接的红外图像之间的变换矩阵以完成红外图像拼接。在图像融合上,介绍了三种常用的图像融合方法。当两幅图像受到外界和设备的影响时,最后的拼接图容易产生拼接缝隙。采用图像融合可以消除两幅图像在重复区域内明显的痕迹。采用SURF算法提取特征点,分别采用平均融合法和重叠区域线性过渡融合法实现了红外图像融合。