图像拼接技术在各领域都得到广泛关注和应用。在纸质文档数字化的过程中需要得到大幅面高分辨率的文档图像,如新闻报纸,而一般普通的摄像头虽然具有廉价、非接触、成像快速等特点,但无法通过一次拍摄获取这样的图像。通过拍摄多幅图像来覆盖文档的整个幅面,再利用图像拼接技术可以实现这一目标。由于文档图像因其自身的特点,使得在拼接中存在一些需要解决的问题,因此本文根据文档图像拼接的配准和融合两个过程中的难点问题做了相关的研究工作。针对文档图像中由于存在大量文字,而文字结构比较单一,并且可能多次出现相同或相似的字符,提取的特征点容易误匹配的问题,本文通过提取图像中具有尺度不变性特征的SIFT特征点,采用最近邻算法得到初步筛选的特征点对,再使用通过特征点对的约束关系改进的RANSAC算法提取精确匹配的特征点对,提高特征点匹配的效率和准确性。在此基础上得到稳定的单应性矩阵,并通过确定拼接图像间的配准关系和选取合适的参考图像实现文档图像的全局配准。针对文档图像中文字区域的文字和背景差异明显,对配准后的文档图像直接融合会导致重叠区域的文字模糊及错位的问题,本文提出了一种对文档图像的重叠区域的内容进行分块分类,再对各种类型的块分别融合的方法。该方法首先采用自适应阈值局部二值化的方法对重叠区域进行二值化后投影,再根据分析投影曲线的特征对重叠区域进行分块,并对块的类型采用基于Bayes网络分类器的分层块类型判定方法进行判定,然后根据不同的块类型采用本文提出的相应类型块的融合方法。实验表明该方法能很好的处理文档图像融合中的问题。最后,对本文所做研究工作进行了总结,提出了需要开展的后续工作的思路,对进一步的研究具有一定的指导意义。