图像拼接技术有两大重要步骤图像配准和图像融合，而图像配准是重中之重。国内外都有很多关于如何实现图像拼接的相关论文和大量的算法，算法主要包含以下几种类型，基于模型、基于灰度、基于频域、基于特征。如今图像拼接的研究重点是如何减少错误辨识率，提高整体效率，减少时间，扩大系统的适应范围，减少限制。最终能够化繁为简。25501
在1975年，Kuglin和Hines提出了用于图像拼接的相位相关法[4]，这种方法注重的是频域信息，将图像由空间域变动到频域，与场景没有太大关系，利用互功率谱计算出两幅图像的位移量。1981年，Fischler等人提出了RANSAC算法，该算法主要是从一系列包含不合格数据的数组中剔除掉不合格的数据，将合格的数据保留下来。1987年，Morandi和De Castro提出了扩展相位相关[5]，能够使旋转和平移的图像实现配准，尤其是快速傅里叶变换（FFT）的提出，更是出现了基于快速傅里叶变换的方法，能够实现缩放，旋转，平移等情况下的配准工作。1988年，Harris等人提出了Harris角点提取算法 ,该算法主要是建立一个与自相关函数有关的矩阵，矩阵的特征值表示为函数的曲率，如果特征值很大时，这个点就是特征点。1999年 D.G.Lowe提出了SIFT算法，使图像在旋转，平移，仿射变换的情况下保持不变性，具有一定的抗噪性。论文网
伴随着图像拼接技术在国外的迅速发展，国内的学者和科研单位也对其做了大量的研究和深入了解，提出了自己的看法和见解。王小睿在1997年利用归一化和序贯相似度检测提出了一种图像自动配准方法，利用模拟退火随机寻优实现图像快速准确匹配。1998年，张祖勋等提出了适用于快速配准的多级影像概率松弛整体匹配技术。2004年，赵向阳等在Harris特征基础上提出了可适用于图像快速拼接方法。2007年，方贤勇等人提出了一种基于图像切割的拼接方法，该方法结合泊松融合技术和图像切割实现了图像平滑拼接。浙江大学CAD&CG重点实验室利用改进模板进行匹配，确定重叠区边界获取最佳匹配位置，从而获得较好的拼接效果[6]。
当前存在的困境
图像拼接的理念从提出一直到现在，已经经过了多年的发展，国内外学者针对了多种情况提出了各种各样的解决办法，然而通过研究我们知道其中依然存在着一些问题尚未解决：
在现实生活中，由于拍摄环境的复杂性和多变性的限制，还没有一种一劳永逸的办法，能够完全解决各种各样情形下图像的匹配问题，目前大多数拼接算法都存在很多的限制与不足，往往仅限于某一特定的场景。例如基于透视变换的拼接算法在解决图像顺序混乱的场景方面效果良好，但在其他方面又略显不足。而且，对于目标运动不规则，图像排列顺序未知，背景光线变化很大的场景仍然是图像拼接中的堡垒，仍然缺少良好的解决办法。其次，对于如何解决存在局部运动的情况依然相当困难。在一系列优良算法中，都会严格具体的限制相机或摄像机的运动状况，但是实际上，由相机在拍摄图像的过程中难免会难以避免的超出运动的限制，图像之间就会产生较大的光度变形和几何变化，很难实现高质量的拼接。可以看到的是由于图像拼接理论尚未完备，在面对光色度混合或者是多图融合的情况下，缺少优良的数学模型和更加优秀的算法。而且图像拼接在速度和精度方面还没有达到一个令人满意的平衡。总的来说，我们当前的研究主题应当紧紧围绕着图像拼接自身的特点：针对性，多样性和复杂性[7]。
参考文献
[1]吕国楷等.遥感概论.北京：科学出版社.2006
[2]Chang Li,Jinlai guo,Yu Xia Image-Mosaic for Large Angle of Obliquilty Close-Range 图像拼接技术文献综述和参考文献:http://www.youerw.com/wenxian/lunwen_19318.html