图像配准是图像处理领域的一个重要任务,它是图像镶嵌、目标识别、图像融合、目标变化检测、时序图像分析等实际应用问题中的重要步骤,在军事、遥感、医学、计算机视觉等领域得到了广泛应用。 目前对于不同类型的图像和数据存在很多种图像配准的方法,也相应的形成了很多种对方法进行分类的准则。一般的分类准则将图像配准方法分为两类:基于灰度的方法和基于特征的方法。本文针对基于灰度的算法配准速度比较慢、基于特征的算法配准率较低的缺点,对基于灰度的快速算法和基于特征的高配准率算法作了探讨,并尝试将二者结合起来,期望实现高配准率下的快速配准。 基于灰度的图像配准,本文针对其扫描像素点数多、区域大,配准速度慢的缺点,先提出了图像迹的概念,然后提出了图像迹配准算法和阈值图像迹等算法;从改变搜索策略的角度出发,提出了金字塔配准算法和双阈值比较法。 基于特征的配准算法,本文针对图像特征选取难、提取特征算法复杂、配准率低的缺点,提出了基于小波分解的图像配准算法、基于局部投影熵的配准算法和基于分形维特征的图像配准算法。 基于灰度和特征结合的算法,本文从基于灰度的算法配准率高和基于特征的算法配准速度快的优点出发,给出了图像分割和比较法结合的配准方法、图像小波变换和图像的迹结合的配准方法、改进的图像分形维的配准方法三种综合的图像配准算法。 最后本文用不同传感器获得的多源图像,对算法进行了实验验证,在 Visual C++ 6.0平台下完成了高配准率快速图像配准系统。