图像拼接是数字图像处理的重要的组成部分之一,它是将含有重叠场景的图像,拼接成为一个全景图像的技术。图像拼接技术可以广泛应用在多个方面,如虚拟VR,医学成像、卫星遥感和汽车驾驶等等。这项技术是由图像预处理、特征匹配、几何变换以及最后的图像融合所构成。本文研究了SIFT、SURF和ORB三种特征点提取算法原理,通过实验对三种特征点提取算法进行了探讨。实验表明,SIFT和SURF算法的时间消耗比ORB算法的时间消耗要多;并且,通过分析发现传统的ORB算法存在尺度不变性差的问题,尤其是当图像尺度相差较大时,使得特征点匹配的准确率显著降低。本文针对传统ORB算法尺度不变性较差的问题,提出了基于图像金子塔的ORB算法。首先研究了高斯图像金字塔和B-spline图像金字塔,通过实验对两种图像金字塔进行了探讨。实验表明,3阶B-spline图像金字塔的图像所包含的图像信息要高于相同层上高斯图像金子塔的图像所包含的信息。其次,在图像尺度发生变化的前提下,通过实验对传统ORB算法、基于高斯图像金字塔的ORB算法和基于B-spline图像金字塔的ORB算法进行了探讨。实验表明,基于3阶B-spline图像金字塔的ORB算法相比较传统ORB算法所提取的特征点配准率提高了40%。同时,相较基于高斯图像金字塔的ORB算法,本文提出的改进算法在匹配准确率和运行速度上也有所提升。本文针对传统APAP图像拼接算法,时间消耗过大的问题,提出了一种基于改进ORB算法的新APAP图像拼接方法。新算法首先通过使用基于3阶B-spline图像金子塔的ORB算法代替原本的SIFT算法对图像进行特征提取;其次采用FLANN算法代替原本的BF算法对特征点进行粗匹配,再使用RANSAC算法进行细匹配;然后通过利用已匹配好的特征点对,计算局部单应性矩阵;最后采用渐入渐出的融合算法代替原本的直接平均融合算法对待拼接图像进行融合,完成图像拼接。通过实验对本文算法、基于全局单应性矩阵的图像拼接算法和传统APAP算法进行探讨,实验结果表明本文提出的算法相比较传统APAP算法拼接效果相近,时间消耗平均减少约16%。