图像拼接技术是指将对同一场景、不同角度之间存在相互重叠的图像序列进行图像配准,然后再把图像融合成一张包含各图像信息的高清图像的技术。图像拼接是个日渐流行的领域,并且随着计算机技术的不断进步已广泛应用在宇宙空间探测、文物保护、医学图像处理、军事侦察、公安取证、数字视频压缩和虚拟现实技术等领域。在计算机视觉中,图像拼接技术一直是很重要也是相对较复杂的研究之一。图像拼接技术的整个过程主要包含了图像预处理、图像配准和图像融合。其中图像配准问题是图像拼接技术的关键和核心。研究图像配准问题的重点在于如何改进配准的速度和精度、提高配准算法的适应性。图像配准方法一般分为基于灰度信息的图像配准、基于变换域的图像配准和基于特征的图像配准这三种方法。其中基于图像灰度和基于图像变换域的方法计算量都较大,而且对于图像间存在的角度差异和旋转等问题都不能很好的解决,在我们用相机进行图像获取时这些问题往往又是很普遍存在的,所以这两类方法都不能很好的应用于实际的操作中。基于特征的图像配准方法尤其是基于点特征的图像拼接方法具有计算量小、精度高、适应性好和信息量大等优点,而且对图像间存在的噪声影响、旋转和尺度差异等方面具有很好的适应性,并且随着国内外的不断研究和发展,基于点特征的图像拼接方法已经被普遍应用于计算机图形图像处理的很多方面。本文提出了一种基于SIFT尺度不变特性变换和区域选择相结合的图像拼接方法,首先利用改进的SIFT算法获得图像特征点;其次利用圆型区域的旋转不变性和互信息量最大原则进行特征点匹配;最后在图像融合问题上采用了加权平均法,并且引入阈值的概念,实现了重叠区域图像的平滑过渡,本文通过对不同选取角度的照片进行实验仿真,证明了本方法的可行性。实验结果表明本文方法可有效减少运行时间和运算量,而且对存在噪声、任意角度旋转和平移的图像都能够实现图像之间的光滑拼接。