标准，对图像配准方法进行分类；
第三章 最大互信息配准法
本章介绍了互信息的计算方法，同时重点介绍了实验采用的powell优化算法，并且在常用几种插值方法的基础上，提出了汉明窗插值法进一步避免了局部极值；
第四章 实验仿真与结果
本章给出了实验所得的最大互信息测度曲线及配准出的图像；
第五章 总结与展望
对全文进行了总结，并指出下一步工作计划和任务。
2   图像配准概述
2.1 图像配准的数学描述和变换模型
2.1.1 数学描述
图像配准，简而言之，就是对在同一视觉系统中，针对不同条件环境下所获得的图像数据，进行校正相对的位置平移、角度旋转和缩放尺度，达到两张或多张图像在空间上对齐，使的图像上的特征点更容易达到一一映射。
具有相对偏移的图像间存在着一种变换关系，通过这种变换关系，使得一幅图像上的像素点与另一幅图像上的像素点建立起映射关系。为此，需要根据需要建立起图像变换的数学模型。数字图像可以用一个二文矩阵表示，如果浮动图像和参考图像在点(x ,y)处的灰度值分别为 和 ，那么图像 和 的配准关系可以表示为：
 （2-1）
其中f代表二文的集合变换函数；g表示一文的灰度变换函数。配准的目的就是求解最佳坐标、灰度变换的参数，而强度和灰度变换通常不是关心的重点，配准关心的是坐标位置的变换，所以寻求空间几何变换关系f便成为配准的关键所在，于是配准关系可简单的表示为：   （2-2）
2.1.2 空间变换模型
图像配准技术实现过程中，最终的目的就是找出适当的图像变换或是映射模型，以达到两幅或多幅图像中像素点的一一映射。最常用的变换模型有刚性变换、仿射变换、投影变换、多项式变换，可以利用这些常见的变换模型对图形进行全局或是局部的图像变换。
（1）    刚性变换
刚性变换是指图像之间发生位置的平移、旋转和尺度缩放，变换后图像中
任意两点的距离较变换前不发生改变。在二文图像空间中，坐标点 经过刚性变换得到的坐标点 ，变换关系可表示为：     （2-3）
其中 、 分别表示沿x、y轴的平移量，θ表示绕原点的旋转角度，s表示缩放尺度。图2-1是对一幅红外图像进行刚性变换。图2-1（a）为原始图，对其进行刚性变换的结果图如2-1（b）所示。
 
图2-1刚性变换
（2）仿射变换
     仿射变换：一幅图像经过仿射变换，图像中的直线仍然保持直线，并且平行的仍然保持平行，仿射变换具有直线映射不变、三角形映射不变、仿射变换的乘积和逆变换仍是仿射变换的性质。仿射变换是常用的变换模型，对于不同位置相同视觉拍摄的同一场景目标的图像配准问题，可以取得较好的配准效果，图2-2是利用仿射变换
对原始图进行了仿射变换。图2-2（a）为原始图，对其进行仿射变换的结果如图2-2（b）所示。
 图2-2仿射变换
坐标点 经过仿射变换得到坐标点 ，变换关系可表示为：       （2-4）
其中
 为实数矩阵， 为平移矩阵。
（3）投影变换
投影变换是指：一幅图像中的直线经过变换后，映射到另一幅图像中仍为直线，但图像中的平行关系不能确定是否仍然保持，我们称这样的变换模型为投影变换。坐标点 经过投影变换得到坐标点 ，变换公式为：    （2-5）
 （2-6）
图2-3是利用投影变换对源图进行变换。原图如2-3（a）所示，对原图进 双谱图像配准技术研究+powell算法(3):http://www.youerw.com/tongxin/lunwen_2637.html