影象拼接技術主要包括兩個關鍵環節即影象配準和影象融合對於影象融合部分，由於其耗時不太大，且現有的幾種主要方法效果差別也不多，所以總體來說演算法上比較成熟。而影象配準部分是整個影象拼接技術的核心部分，它直接關係到影象拼接演算法的成功率和執行速度，因此配准算法的研究是多年來研究的重點。

       目前的影象配准算法基本上可以分為兩類:基於頻域的方法(相位相關方法)和基於時域的方法。
      
       相位相關法最早是由Kuglin和Hines在1975年提出的，並且證明在純二維平移的情形下，拼接精度可以達到1個畫素，多用於航空照片和衛星遙感影象的配準等領域。該方法對拼接的影象進行快速傅立葉變換，將兩幅待配準影象變換到頻域，然後通過它們的互功率譜直接計算出兩幅影象間的平移向量，從而實現影象的配準。由於其具有簡單而精確的特點，後來成為最有前途的影象配准算法之一。但是相位相關方法一般需要比較大的重疊比例(通常要求配準影象之間有50%的重疊比例)，如果重疊比例較小，則容易造成平移向量的錯誤估計，從而較難實現影象的配準。

       基於時域的方法又可具體分為基於特徵的方法和基於區域的方法。基於特徵的方法首先找出兩幅影象中的特徵點(如邊界點、拐點)，並確定影象間特徵點的對應關係，然後利用這種對應關係找到兩幅影象間的變換關係。這一類方法不直接利用影象的灰度資訊，因而對光線變化不敏感，但對特徵點對應關係的精確程度依賴很大。這一類方法採用的思想較為直觀，目前大部分的影象配准算法都可以歸為這一類。基於區域的方法是以一幅影象重疊區域中的一塊作為模板，在另一幅影象中搜索與此模板最相似的匹配塊，這種演算法精度較高，但計算量過大。

       按照匹配演算法的具體實現又可以分為直接法和搜尋法兩大類，直接法主要包括變換優化法，它首先建立兩幅待拼接影象間的變換模型，然後採用非線性迭代最小化演算法直接計算出模型的變換引數，從而確定影象的配準位置。該演算法效果較好，收斂速度較快，但是它要達到過程的收斂要求有較好的初始估計，如果初始估計不好，則會造成影象拼接的失敗。搜尋法主要是以一幅影象中的某些特徵為依據，在另一幅影象中搜索最佳配準位置，常用的有比值匹配法，塊匹配法和網格匹配法。比值匹配法是從一幅影象的重疊區域中部分相鄰的兩列上取出部分畫素，然後以它們的比值作模板，在另一幅影象中搜索最佳匹配。這種演算法計算量較小，但精度較低;塊匹配法則是以一幅影象重疊區域中的一塊作為模板，在另一幅影象中搜索與此模板最相似的匹配塊，這種演算法精度較高，但計算量過大;網格匹配法減小了塊匹配法的計算量，它首先要進行粗匹配，每次水平或垂直移動一個步長，記錄最佳匹配位置，然後在此位置附近進行精確匹配，每次步長減半，然後迴圈此過程直至步長減為0。這種演算法較前兩種運算量都有所減小，但在實際應用中仍然偏大，而且粗匹配時如果步長取的太大，很可能會造成較大的粗匹配誤差，從而很難實現精確匹配。