图像拼接技术是一种将一系列的有重叠区域的图像融合生成一幅全景的图像的技术,它在三维重建、交互式全景图像预览、多节点电影和一些其它与利用图像构建3D环境模型的技术上都得到了广泛运用。根据配准方式的不同原理可以将图像拼接技术可分为许多不同的方法。不过大体上一般都会包括有图像预处理、图像配准和图像融合这三个步骤。图像配准是图像拼接技术的基础和核心的步骤,所以为了更好的改进图像拼接技术,一般我们都会对图像配准进行优化。基于SIFT(Scale-invariant feature transform)特征点的图像配准方式是一种常用的经典的基于特征相关的图像配准方法,SIFT算法有较高的鲁棒性,它寻找到的特征点不会因为光照的改变而消失,对图像中的噪声和光照变换都有很好的鲁棒性,这样的特征点一般会包括物体的角点、边缘点或者较暗区域中的亮点和较亮区域中的暗点等,这样得到的特征点较为稳定,并且可以降低配准过程中的计算量,更好地实现图像间的配准。本文在对国内外已有的研究成果的学习和研究的基础上,主要完成了以下几方面的工作:(1)对图像拼接的流程与原理进行了理论分析,对其中中所涉及到的各方面的基本知识都进行了较为详细的介绍。(2)重点对基于SIFT特征点的图像配准方法进行了详细的分析与研究,并在其基础上进行了改进优化。本文在图像配准技术的过程中研究并仿真实现了一种平滑变化的仿射的方法,这种方式在确保鲁棒性的基础上也保证了算法的灵敏度,最终所找到的仿射变换矩阵与原始图像中的每一个特征点都存在着联系,使其能很好的适应各种不同类型的场景,在不断地迭代运算中找到更加精确的匹配点对。基于这种方式的不足之处,本文在此基础上进行了优化,采用了投影矩阵的方式来代替仿射矩阵描述像素点之间的变换。实验表明,投影矩阵的平滑变化拼接方式比仿射矩阵的效果更好,并且能适应更多类型的图像。(3)在图像融合的方法上,本文对比了几种不同的融合方式的效果,采取了一种效果最优的融合方法,在泊松融合的基础上,提出并使用了一种基于柱面投影的泊松融合方式。最后采用仿真实验的方式进行了对比,实验表明这种融合方式得到的拼接图片对于重叠区域的处理更加平滑,细节处理更好。