旨在改变显微镜视野小，无法观察组织切片的完整病理图像的缺点，本文结合病理切片图像的数据特点，对图像拼接相关技术进行了详细的总结与分析，针对多种图像算法进行了研究，如基于互相关的拼接算法和基于特征的拼接算法等。提出了利用角点检测进行特征块的提取，获取最佳匹配模板，经调整重叠区域亮度后，准确定位拼接位置，这种方法简单，速度快，实现了特征的自动选取，无需人工干预，避免了传统匹配在信息贫乏区经常失败的缺点，提高了匹配的准确率。另外，在渐入渐出的融合算法基础上，采用颜色拟和的方法对病理切片图像进行融合，使得整个拼接过程能体现图像的真实性特征，增加了图像拼接效率。实验结果表明该算法不仅达到了较高的精度，而且提高了运算速度。使诊断医师能够清晰明了的观察分析整个组织切片的病理图像，从而快速，准确的作出诊断。此项技术还可以推广到其他场合的医学图像拼接处理上，如资源存储和传输、网络会诊等，具有广阔的应用前景。