基于特征的图像配准技术因其时间复杂度低并同时兼顾了质量，该技术也被广泛用于带有视差的图像拼接技术当中。特征代表图像的关键信息，在经历复杂变换后，仍然能够有效地描述图像信息，具有可重复的、稳定的性质。特征广义上包含了点特征、线特征、轮廓特征等。常见的并应用广泛的点特征如Harris角点、SURF 特征、SIFT特征、ORB特征、FAST特征、BRIEF特征等；常见轮廓特征则包含Sobel算子、Laplacian算子、以及Canny算子等。其中SIFT点特征被广泛应用于图像的配准技术中。

是的，您说得非常正确。基于特征的图像配准技术的确在图像拼接中得到了广泛的应用。特征点具有稳定性和可重复性的特点，可以在不同的图像中找到相应的特征点，从而实现图像之间的对齐和拼接。在点特征中，SIFT特征是一种非常经典的特征提取方法，它可以对图像进行尺度不变性、旋转不变性、光照不变性等处理，从而在图像匹配和配准中表现出非常好的性能。除了SIFT特征外，ORB特征也是一种快速、有效的点特征提取方法，它具有高效的计算速度和较好的匹配精度，被广泛应用于实时图像处理和机器视觉领域。