1.一种阈值自适应的特征点匹配图像拼接方法，其特征在于：该方法包括图像间特征匹配点的提取、筛选特征匹配点初始阈值的确定、各组特征匹配点的灰度相似度计算、筛选特征匹配点最佳阈值的迭代搜索和图像的拼接等步骤；

所述的图像间特征匹配点的提取方法为：利用加速鲁棒特征提取算法和FLANN算法在两幅待拼接图像中获取所有特征匹配点P0i的欧氏距离di，i＝1,2,…,N，并将di对应的欧式距离量化到[0,255]的范围内，得到量化数据oi；

所述的筛选特征匹配点初始阈值的确定方法为：利用量化数据oi结合最佳熵自动门限方法，即KSW熵法，确定筛选特征点初始阈值r0，并利用r0进行初始特征匹配点筛选，得到筛选后特征点数据P1j，j＝1,2,…,M；

所述的各组特征匹配点的灰度相似度计算方法为：利用Freeman链码对各组特征匹配点P1j进行灰度相似度计算；

所述的筛选特征匹配点最佳阈值的迭代搜索方法为：以初始阈值r0为搜索起点，在区间[0.4,r0]内从右往左，每次减小固定步长的方式进行搜索，重复特征匹配点的灰度相似度计算操作，计算当前阈值r下相似度高的特征匹配点对数的比值z与每一次迭代误差zw，当‑4连续三次迭代误差zw小于10 时，则迭代结束，刚进入迭代误差收敛时的阈值r即为最佳阈值rb；若迭代误差zw不满足收敛条件，则取搜索范围区间内z最高时对应的阈值r作为最佳阈值rb；

所述的图像的拼接方法为：根据最佳阈值rb对P1j进一步筛选得到的最终特征点数据P2k，k＝1,2,…q，根据P2k实现两张图像的精准拼接。