图像拼接与融合技术是图像处理和计算机视觉领域中的热门研究点,近年来已经被普遍地应用于国防安全、机器人视觉、视频监控、全景图像生成、医学图像处理、遥感、海底勘探、视频压缩与检索、3D虚拟场景构建等多个重要领域。其中图像拼接的配准率和拼接耗时以及图像融合的质量都是评价一个拼接方法好坏的指标。基于特征的图像拼接与融合方法因其配准的质量高并且不易受到尺度变化等因素的影响,受到广大研究人员的推崇。本文在现有的基于特征的图像配准与拼接技术的基础上,对图像配准和拼接融合的每一个步骤进行了细化和改进,最终得到了良好的配准与拼接结果。主要的工作如下:(1)分析比较了各种镜头畸变矫正算法的优缺点,根据实际需求采用张正友标定法或基于Ilya Krylov模型对摄像机参数进行了标定和矫正。(2)研究了各种图像增强的预处理方法,并提出了一种基于图像金字塔的增强算法,使得图像的配准率得到提升,在光照不佳的条件下配准率平均提高了14.3%。(3)研究了基于SIFT算法的图像配准,并改进了SIFT特征的描述符,使得图像配准的平均速度提高了2倍。(4)分析比较了各种图像融合方法,在原有的加权平均法上进行改进,使得融合结果的视觉效果有所改善。实验结果表明,文中提出的方法可有效用于各种领域的图像拼接和视频拼接。