随着数字技术的不断发展,视频图像的分析与处理越来越受到人们的关注。数字化图像序列可以通过摄像机等光学设备获得,是真实世界在不同时间向成像平面的一系列投影。图像帧之间具有较大的相关性和信息冗余,找到并描述图像序列间的内在联系成为研究的关键所在。图像配准技术可以有效地解决这类问题。图像配准问题是图像处理里的一个基本问题,是将不同时间、不同传感器、不同视角及不同拍摄条件下获取的图像对齐或匹配,消除存在的几何畸变。图像配准在计算机视觉、模式识别、医学图像处理和遥感信息处理方面有着广泛的应用。本文提出了基于自适应聚类的特征匹配方法,满足大量图像配准的需求,提高匹配的速度,该方法基于正确匹配点对间形成矢量的一致性,对匹配点对进行自适应聚类,实验证明该方法在保证正确匹配不丢失的同时,可有效剔除绝大多数错误匹配,为进一步进行RANSAC匹配提供方便,且有效地提高了整个匹配过程的速度。本文提出一种简单有效的图像合成方法。该方法针对摄像机固定位置,水平旋转拍摄的视频序列的特点,选取图像序列中部分帧,通过H矩阵确定重叠区域,再利用线性插值进行图像融合。实验证明在转角小于180时,合成效果较好。本文成功运用图像配准技术完成运动员滑行数据的测量,利用图像配准技术估计图像间摄像机运动,进而消除摄像机运动的影响,得到运动员的真实运动数据。根据这一原理,首先对冰场进行合理化建模,并确定相应的视频拍摄方案,设计了运动员冰场定位算法,利用帧间的H矩阵估计摄像机旋转角度,进而估计运动员的旋转角度完成滑行数据的测量。