本发明公开了一种视频图像的拼接方法、装置、终端设备及存储介质，所述方法包括：从待处理视频中提取两个相邻的视频图像帧，并降噪处理，得到两个特定视频图像帧；采用边缘检测法检测特定视频图像帧，确定视频图像帧的匹配区域，并将匹配区域的图像作为待匹配图像并提取特征点；根据特征点的空间变换关系，对前后两帧待匹配图像进行空间变换并且进行特征点匹配，并根据匹配结果标定前后两帧待匹配图像的重合区域；根据重合区域，进行图像拼接融合，得到目标视频图像。本发明能够仅依靠图像本身，运用视频图像识别技术与视频图像视角变换技术发现并定位河道，以实现对视频图像中水域区域的图像进行实时、快速且稳定地自动拼接融合。