图像配准和拼接的技术应用广泛，在医学、军事、遥感等方面都有具体的运用，它是图像镶嵌、模式识别等领域的前提技术步骤。对图像配准，具有有数据量大，信息计算复杂，计算时间长等特点，设计和实现高精度且快速的图像配准算法是当前研究的热点和难点。本文主要是致力于图像配准和拼接算法的研究，一方面以Harris算法为基础，提出了一种基于圆形邻域增强的角点配准算法，另一方面是根据图像配准的精度和对两幅图像进行拼接算法的改进，提出了一种改进的基于尺度不变特征的图像拼接与融合算法。本文的主要工作和贡献总结如下：（1）本文首先系统的介绍了图像匹配与拼接技术的相关背景以及图像配准的定义、理解和存在的难点，介绍了图像配准的广泛应用性和研究的必要性，以及目前的国内外对该领域的研究现状。接着本文阐述了图像配准和拼接的基本理论与算法，还简单叙述了图像拼接的基本流程：图像采集、图像预处理、图像匹配和图像融合。最后介绍了几种流行的特征提取算法：Harris算法、SIFT算法和SURF算法，并对这些算法一一做了简单的介绍。（2）研究了图像配准的算法。给出了一种基于圆形邻域的增强角点匹配算法，详细论述了算法的原理和流程，并给出了仿真结果和实验数据。通过实验结果分析，本文提出的基于圆形邻域的增强角点匹配算法是可行的，并且能够得到了较为满意的配准结果。（3）提出一种基于尺度不变特征的图像拼接算法，首先分析了尺度不变特征的优势，给出了基于尺度不变特征的改进图像提取和匹配算法，详细论述了特征提取和匹配的过程。然后给出了全局的匹配及图像失真的纠正方法。最后给出了基于重叠区线性过渡法的图像融合机制。通过实验实现并验证了算法的可行性和高效性，是一种值得推广的具有广泛应用性的算法。