图像配准本质上说是一种信息综合技术,是将多个图像采集设备捕获的图像信息进行组合和互补,进而获得包含更丰富细节和更全面信息的或视场覆盖更广的图像。图像配准与融合的过程也更符合人的视觉特性,更有利于人对目标场景的识别、分析和理解,因此图像配准技术在诸多领域有着广泛的应用,其中包括：遥感图像、工业监测监控、医疗诊断和文字识别等,以及目前计算机视觉技术的研究热点：三维重建、立体匹配、双目视觉以及虚拟现实等领域。针对不同的应用环境,对图像配准技术的配准精度和速度要求不同,所采用的配准算法也不尽相同,本文针对分布式孔径系统的应用环境,对多图像配准技术进行了深入研究,并提出可行的解决方案,实现了应用于分布式孔径系统的多图像高效高质的配准过程。本文的主要研究工作包括：1、研究了多相机的成像过程和几何原理,以及相机的运动形式和图像的变换模型,并对先进的图像配准算法进行了归纳总结,进而展开适用于分布式孔径系统的图像配准技术研究。2、研究了基于SIFT特征的图像配准方法,阐述了该算法的实现过程,并在此基础上对特征匹配环节的搜索策略进行了改进,降低了特征匹配的计算复杂度,提高了特征匹配速度。3、研究了摄像机标定技术,重点研究了张正有的基于平面标靶的摄像机标定技术的工作原理与实现过程,并对内参数约束方程求解过程、非线性标定模型以及优化算法都进行了相应的改进,提高了标定精度和标定算法的稳定性。在上述研究工作基础上,本文提出了应用于分布式孔径系统的多图像配准技术的解决方案,一是结合基于SIFT特征点匹配的图像局部配准方法和捆绑调整算法实现多图像的同步自动配准；一是通过改进的基于平面标靶的摄像机标定技术实现相邻图像的空间校准,再通过全局优化措施实现多图像的全局配准,然后对两种方案都进行了实验验证,实验结果表明,两种方法都具备可行性,但后者更适用于分布式孔径系统的工作环境,算法稳定性更好。