图像拼接的关键两步是：配准(registration)和融合(blending)。配准的目的是根据几何运动模型，将图像注册到同一个坐标系中；融合则是将配准后的图像合成为一张大的拼接图像。
在多幅图像配准的过程中，采用的几何运动模型主∏要有：平移模型、相似性模↙型、仿射模型和透视模型。
图像的平移模型是指图像」仅在两维空间发生了水平方向和垂直方向的位移，如果摄像机仅仅发生了平移运动，则可以采用平移模型。图像的相似性模型是指摄像机本身除了平移运动外还可能发生旋转运动，同时，在存在场景的缩放时，还可以⌒利用缩放因子 多缩放运『动进行描述，因此，当图像可能发生平移∑　、旋转、缩放运动时，可以采用相似性模型。图像的仿射模〖型是一个6参数的变换模型，即具有平行线变换成平行≡线，有限点映射到有限点的一般特性，具体表现可以是各个方向尺度【变换系数一致的均匀尺度变换或◤变换系数不一致的非均与尺度变换及剪切变换等，可以描述平移运动、旋转运动以及小范围的缩放和变形。图像□　的透视模型是具有8个参数的变换模型，可◎以完美地表述各种表换，是一种最为精确变¤换模型。
图像融合技术一般可分为非多分辨率技术和多分辨率々技术两类。在非多分辨█率技术中主要有平均值法、帽≡子函数法、加权平均法和中值滤波法等。多分辨率技术主要】有高斯金字塔、拉普拉斯金字塔、对比度金╳字塔，梯度√金字塔和小波等。