1、圖像拼接是圖像處理研究的一個重要方向，能夠很好地解決某些特定的應用領域（如醫(yī)學影像分析、遙感測量等）中由于受到圖像采集設備硬件條件的限制，無法采集到大視野且高分辨率的圖像問題。因此，開展高精度圖像拼接技術的研究及其快速實現(xiàn)具有重要的理論和應用價值。
　　圖像拼接的核心算法是圖像匹配算法，常用的基于SIFT(Scale InvariantFeature Transform)特征的匹配算法主要缺點有:（一）計算量大，運算速度慢;（二）

2、關鍵點主方向的估計精度直接影響其描述子的穩(wěn)定性。使得拼接結果難以滿足實際要求，本文針對這些缺點，提出了基于改進SIFT的圖像拼接及其并行化算法，其主要內容如下:
　　(1)針對SIFT算法中關鍵點主方向有可能估計不準確而帶來較大誤差的缺點，提出在以關鍵點為中心的圓形區(qū)域建立局部坐標系進行描述子生成的算法。
　　(2)用最鄰近算法對關鍵點進行匹配，為了刪除誤匹配點對，本文使用RANSAC（Random Sample Conse

3、nsus，隨機抽樣一致性）算法。
　　(3)提出了利用遺傳算法求解投影模型參數(shù)。由于采集到的圖像序列所參照的坐標系可能不同，所以在圖像拼接之前需要把這些圖像序列投影到相同的坐標系下，選用遺傳算法對投影模型參數(shù)進行尋優(yōu)。用求取的參數(shù)對圖像序列進行投影，然后用加權平均融合算法進行拼接。
　　(4)由于SIFT、刪除誤匹配等算法中有大量可以轉為并行化操作的步驟，對這些步驟進行并行化研究，使其能在GPU(Graphic Proces