图像配准技术是图像处理领域中的一个基础任务,也是极其重要的一环。很多图像处理任务非常依赖图像配准,图像配准是这些图像处理任务的必要前期处理,其结果的好坏也对整个图像处理产生巨大的影响。甚至有些图像处理任务,如图像拼接,完全离不开图像配准的支持。如果图像没有经过正确配准,图像拼接是无法进行的。本文主要的任务是以全局的图像为背景,与全局景象中的细节图片进行图像配准。这样做的目的是使得观察者不仅可以得到全局的基本信息,也可以对部分感兴趣的细节进行跟踪和监测。此外,对图像中不感兴趣的区域的信息可以进行弱化。这样既可以减少观察人员对无关信息的注意,也减少了图像的数据量,使后续的图像处理更加快捷。本文针对以上制定的目标,以两幅图片的图像配准进行研究。取同一方向拍摄的两幅不同焦距和视场的图片进行研究和配准。采用基于特征点的图像配准算法进行配准。由于拍摄两幅图片时照相机的朝向没有改变,改变的只是焦距,所以图像中的物体形状是相似的,只是物体的大小发生了改变。所以可以从两对应物体之间估计两图的位置关系。本文分别讨论了图像的特征点提取算法、特征点匹配算法和图像变换参数的估计。并给出若干图像处理的结果进行比对,根据实际的处理结果给出分析和误差讨论。本文详细讨论了特征点的提取算法,主要采用了Susan角点检测算法。并比较了Susan算法与其他算法的差异。通过实验表明,Susan角点检测算法有良好的角点检测性能。