针对图像拼接时因曝光差异较大或运动物体存在导致融合图像产生拼接缝、重影等问题，提出了一种基于最佳缝合线和改进的渐入渐出融合法相结合的图像拼接算法。首先，在两幅待拼接图像的重叠区域，根据动态规划思想获得最佳缝合线，然后将图像沿其进行拼接，最后由改进的渐入渐出法的融合规则来确定融合图像重叠区域像素点的灰度值，即将重叠区域均分成左、中、右3 部分，分别求左部分在待拼接左图像、右部分在待拼接右图像的像素点的灰度值与两幅图像中该像素点加权平均后的灰度值的差值，通过比较其差值的绝对值与设定阈值的大小来确定融合像素点的灰度值，中间部分融合像素点的灰度值则由其加权平均值确定，从而完成图像融合。实验结果表明，该方法能使图像重叠区域过渡更平滑自然，消除重影现象且没有明显拼接痕迹。

针对传统尺度不变特征变换（SIFT）算法在特征提取与描述时计算量大、实时性差的问题，提出一种基于区域分块的 SIFT的快速配准方法。首先，将匹配图像和待匹配图像分割成若干均匀的子图，通过计算每个子图的信息熵值与设定阈值比较来确定局部子图的特征类型；对筛选出来的特征区域的子图进行特征提取和生成 PCA-SIFT描述子，对筛选出来的平坦区域直接跳过，不进行检测。实验结果表明：提出的方法在保证配准精度 90%以上的情况下，计算时间减少了 15%～25%左右，提高了图像配准的速度。