随着计算机视觉技术不断的发展,图像融合中的图像配准技术已经广泛地应用在医学领域、遥感领域、军事领域等许多领域中。图像配准是为了更全面的了解同一个事物的信息,而对这同一的事物的多幅图像进行匹配的过程。这些图像可以来自于不同的时间、不同的摄像设备或者不同角度。图像配准也是图像融合的关键步骤,是进一步处理出好图像的基础。虽然针对图像配准技术的算法很多,但是没有哪一种算法是能适用于所有的图像的配准。本文研究的是用改进的算法应用在不同角度图像配准上,用来提高不同角度图像配准的速度和准确度。为进一步的图像融合打下基础。不同角度图像配准即对同一目标对象从不同角度进行拍摄然后对这些图像进行配准的过程。本文所做的主要工作如下:首先是在Harris特征检测方法基础上进行了改进,在特征检测的时候加入尺度和仿射不变的特性,用来对图像进行特征的检测。实验表明,改进的方法不仅能够找到稳定的特征点并且能找到特征区域。其次是在SIFT方法的基础上,加入了噪音的处理方法用来减小噪音的影响,以便更好的描述特征区域。再次在基于RANSAC算法进行改进,用来更快更准的找到错误的匹配点对并删除。实验表明,改进的算法是可行的,提高了算法的速度和准确性。最后,对改进的算法的可行性进行验证。通过用MATLAB软件对不同角度图像配准方法进行实验,对实验结果进行了分析和研究,结果表明改进的算法是可行的并且能够提高不同角度图像配准的准确率和速度。