图像配准技术是图像处理领域重要的研究课题,广泛应用于遥感图像、图像拼接、医学图像、军事夜视等领域。红外与微光图像的图像配准是多源图像融合首要解决的问题。红外与微光图像之间存在很大的差异,对同一场景表现出来的特征也有较大差异,这使得红外与微光图像的配准具有很高的挑战性。本文进行的红外与微光图像配准中实验图像均来自红外焦平面器件和超二代ICCD探测器。选用平行光轴光学系统,从而保证了获取图像的信息量。利用光楔的光轴平行原理调节微光探测器对目标成像时的光路,从而增加两个探测器获取图像的场景重合度。由于红外与微光图像两者的灰度图差异很大,选用角点检测方法对图像进行特征点探测。重点分析了Moravec、Harris和改进的Harris角点提取算法,经过实验对比,决定选择改进的Harris角点提取算法作为最佳算法。红外与微光探测器探测到的图像之间会存在一定的位移、旋转以及缩放,甚至有可能产生畸变。因此选用仿射变换的六参数变换模型。运用Hausdorff距离对图像进行精匹配,验证匹配点的正确性,剔除不正确的匹配点。将得到的匹配点对用最小二乘法拟合出仿射变换的参数,最后对微光图像进行重采样得到以红外图像为基准的配准的微光图像。运用图像的超分辨率重建实现红外与微光图像的亚像素配准,预计实现0.5像素的配准精度。重点分析了图像重建的方法分类、基于边缘导向的图像插值算法以及该算法的改进方法。确定选用改进型快速边缘导向图像插值算法为最佳插值算法。通过对红外和微光图像进行超分辨率重建,得到高分辨率的图像,然后再进行图像的角点检测和配准,得到高分辨率的配准图像,再进行图像降采样,这样就可以使得我们的配准精度达到0.5个像素。将图像配准和超分辨率重建相结合,较好的完成了红外与微光图像的亚像素配准要求。