图像拼接是将具有重合区域的多张图像整合成一张完整的全景图像,使其具有更宽视角,更少形变,并且无明显缝合痕迹的技术。图像拼接技术在城市规划、遥感图像、虚拟现实、车辆监测和医学等多个领域有着较为广泛的应用。本文对基于ORB特征(Oriented FAST and Rotated BRIEF)的图像拼接算法进行研究,主要贡献点有如下三个部分:(1)针对ORB特征对图像尺度变化不具有鲁棒性的问题,本文通过海森矩阵进行不同尺度上的图像特征点提取,有效地提高了在尺度变化情况下正确特征匹配点对的数量。(2)采用分区采样的方法和候选模型策略训练最佳数据模型。避免了不可靠采样点的影响,提高了匹配精度。(3)针对已有融合方法出现的融合图像重合区域不清晰的问题,提出了对加权后像素灰度值进行二次选择的融合策略,提高图像的融合质量。