本发明公开了一种基于自学习拼接算法的航天器撞击损伤检测方法，首先基于温度变化特征分离出突显缺陷特征的损伤温度重构图像；然后采用SIFT特征点检测算法实现特征点的快速检测同时生成损伤温度特征向量，再利用PCA算法对损伤温度特征向量进行降维，提高算法速度；基于损伤温度特征向量的余弦值作为相似性度量，实现特征点的粗匹配；最后搭建自优化匹配优化网络，获得优化后的精确匹配点对集合，并估计出几何变换矩阵的参数，实现图像拼接。本发明实现对缺陷模式特征的自学习过程，实现对数据特征的进一步压缩提取，从而实现适应性和鲁棒性更强的优化匹配结果，使各检测区域的损伤温度重构图像有效融合，实现对航天器表面大范围的快速损伤检测和损伤程度的初步判断。