图像拼接(Imgae Mosaic)技术是将一组存在重叠部分的图像序列进行空间匹配对准,经重采样融合后形成一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术。该技术广泛应用于虚拟现实技术、显微图像分析、数字视频、运动分析、医学图像处理和遥感图像处理等领域。图像拼接是计算机视觉、数字图像处理和计算机图形学的热点研究方向。本文阐述了图像拼接支撑理论及其关键技术,深入研究了几种主要的图像拼接方法。论文首先对图像兴趣点提取方法进行了研究,对各种兴趣点提取的算法的优缺点进行了分析比较,并研究了图像畸变对拼接的影响和解决方法。为图像拼接方法的研究奠定理论基础。图像拼接成功与否主要取决于图像的配准。本文从现有图像拼接方法入手,重点研究了图像拼接中的关键技术—图像配准。本文主要的工作是改进配准算法,将兴趣点方向特征和互信息准则两者结合起来,首先将图像中的兴趣点及其角度信息经过小波多尺度边缘检测,再利用harris角点算法提取兴趣点,利用互信息准则得到需要的配对点,有此支持图像拼接。论文应用matlab仿真实验来讨论不同算法法的优缺点。实验结果分析表明,本文采用的改进方法具有配准误差小、准确性高等特点。最后利用delphi7编程把新的算法理论应用于图像的无缝拼接。