همتراز کردن و پیوند تصاویر برای ساخت تصویری یکپارچه از جمله قدیمی ترین و پراستفاده ترین کاربردهای بینایی ماشین می باشد. الگوریتمهای پیوند تصاویر که خلق تصاویر موزاییکی با وضوح و کیفیت بالا را امکانپذیر می کنند در ساخت نقشه های دیجیتالی و پیوند تصاویر ماهواره ای به کار می روند. برای ساخت تصاویر پانوراما نیز که در حال کاربردهای موثری در خلق فضاهای مجازی تبلیغات و غیر دارند، ترکیبی از الگوریتمهای پیدا کردن همترازی و پیوند تصاویر به کاربرده می شود . در حالیکه این الگوریتم ها برای کاربردهای خاص تحت شرایط ویژه تعریف و به کار برده می شوند به تازگی تلاشهایی برای انجام این کار به طور کاملا خودکار و بدون پیش فرضهای اولیه انجام شده است. در روشهای ابتدایی انجام همترازی و پیوند تصاویر به طور خودکار با اتکا به سطوح روشنایی و یا رنگ تصاویر کل تصاویر را پردازش و انتقال بین تصاویر را پیدا می کنند. بالا بودن تعداد متغیرها و جستجوی کورکورانه روی پارامترهای انتقال منجر به الگوریتمهایی با تعداد زیاد متغیر و از مرتبه بالا شده است. همچنین این نوع الگوریتمها به خاطر تکیه بر مقادیر سطوح روشنایی نسبت به وضعیتهای نوری مختلف و زوایای دید متفاوت حساس می باشند. در حال حاضر با توجه به الگوریتمها و روشهایی که برای شناسایی اشیا معرفی شده اند می توان این کار را بدون نیاز پردازش روی کل تصویر و تنها بر اساس ناحیه های کلیدی در فصل مشترک تصاویر انجام داد که علاوه بر بهینه کردن فضای مورد نیاز مسیله باعث مقاوم شدن الگوریتم در برابر تغییرات نوری و زاویه دید می گردد. در این تحقیق ضمن بیان چگونگی انجام همترازی و پیوند تصاویر مروری بر الگوریتمهای معرفی شده قبلی کرده و نحوه استفاده از تکنیکهای شناسایی اشیاء در انجام همترازی را بیان می کنیم . در پایان با حذف و دستکاری بعضی مراحل در الگوریتمهای قبلی، دو الگوریتم دیگر را برای بهتر این کار پیشنهاد کرده و آنها را ارزیابی می کنیم