国内外发展现状关于图像拼接算法的研究已经在国内外不少的研究人员的手里进行得十分充分了，目前的算法大致有基于频域、基于灰度相关和基于特征这三类算法，而关于如何快速实现图像拼接、减少图像处理时间和提升图像拼接的适应性则一直是学者们关注的焦点。要实现图像拼接，必须经过图像配准和图像融合这两个关键步骤。关于图像融合，目前对这一块的算法研究已经相对成熟，已经出现了好几种主流的融合算法。然而，图像配准作为整个图像拼接过程中的核心部分，会直接影响到整个图像拼接运行的成功率和效率，所以对其算法的研究是目前研究的重中之重。73355

相位相关度法最早是在二十世纪七十年代由Kulin和Hines提出，该算法起初只能够实现二维平移图像的准确对齐[2]。在这之后，De Castro和 Morandi 在此基础上拓展，发现可以用傅立叶变换实现图像的旋转对齐，就和实现图像平移对齐一样[3]；1996年，De Castro的算法又得到了Reddy和Chater的改进[4]，大大减少了转换次数。

近几年来，针对多分辨率的图像拼接，尺度空间理论[5]迅速发展起来。然后，David G。Lowe在此基础上提出了尺度不变特征点的提取[6]。又经过了几年的研究，David G。Lowe和M。Brown在原先的理论基础上又添加了旋转不变特性，提出尺度不变特征点旋转特性算法(SIFT)[7]。对比以往的配准算法，SIFT算法无论是配准精度,还是抗噪性能上远远超越同类算法，成为一项新兴的配准算法，并被广泛地应用到图像拼接、图像检索等领域中来。论文网

虽然与国外比较，国内的图像拼接研究开始地比较晚，但是通过这些年的不断努力，国内对该技术的研究也已经步入正轨并获得了飞快的发展。最早在1997年，王小睿等人提出了一种自动图像配准方法[8]。该方法利用到了序贯相似度检测相似度量方法和归一化相关相似度量方法来创立模板图像和输入图像间的相似度量值，再通过模拟退火算法随机进行迅速准确地匹配方法，但是其不属于全自动配准技术，只属于半自动图像配准，多用于高精度配准。1998年，张祖勋等提出多级影响概率松弛整体匹配法的快速匹配方法[9]。在这之后，华中科技大学提出了另外一种在分析相邻图像间关系的基础上建立数学模型，借用相关法来辨认图像间特征点并进行图像拼接的方法。

21世纪，图像拼接技术获得了更近一步的成长。在2002年，杜威、李华在前一辈学者研究的底子上又提出将图像拼接用来构造动态场景，将图像拼接推广到了更宽广的范畴[10]。周鹏等人为了解决配准图像只适用于小角度旋转的问题，提出了又一种适用于大旋转角度的新角点检测算法[11]，该算法对图像间的旋转角度没有限制、计算量小且配准精度较高。随后，封靖波通过建立相似曲线[12]，再在相似曲线的基础上在两个图像中搜索最为合适的匹配位置，该方法可以减少工作量并能将匹配的方法最简化。之后，赵向阳、杜立在经典的Harris算法提取角点的基础上提出了基于特征点匹配的图像自动拼接算法[13]。2006年，王伟、陆佩忠提出了通过最小二乘法来求得8个参数估计的基于Harris特征点匹配方法。2008年，郭红玉等人为了解决误匹配导致估计结果恶化的问题，提出了一种坐标归一化后基于RANSAC的基本矩阵估计方法[14]。

李柏林等人在2008年7月提出了新的图像配准方法。该方法借用现有的RANSAC算法，以仿射变换为变换模型，采取二次导向匹配的办法来提取仿射变换矩阵[15]。2009年，刘美莹、汶德胜和曹红杏提出了一种基于角点特征的图像自动拼接方法[16]，并分析了Harris 算子的实现原理及其不足之处，随后提出了一种改进Harris角点检测算法提取图像的特征点，提升了角点的定位精度，不光增强了算法抗噪性能，还减少了计算量，图像融合采取的是像素加权的办法，该算法能够提高配准准确性，有良好的使用价值。