本文包括以下几个方面的内容：

（1）总结图像配准的研究目的和意义、研究的国内外现状和问题。

（2）图像配准基本理论(原理、该技术的基本框架、方法分类）。

（3）根据之前的方法分类和基于红外与可见光匹配的自身特点，找到三种方法，即基于特征的Harris和surf配准方法以及基于灰度的最大互信息配准方法，并详细介绍基本知识。

（4）然后经过matlab仿真得到相应的匹配结果。最后再分析一下匹配的结果，总结各个方法的优缺点并展望如何改善已达到更好的匹配效果。

2  图像配准基本理论源.自/优尔·论\文'网·www.youerw.com/

2.1  图像配准原理

2.1.1  图像配准的定义

    图像配准是图像处理的一个基本问题，其定义为对同一目标在不同条件下获得的两幅图像以进行图像匹配的过程。

    假设参考图像为I1和待配准图像为I2，其中I1（x,y）和 I2（x,y）分别代表其对应的图像在空间坐标（x，y）处的灰度。而图像配准就是解决两幅图像在像素坐标和灰度值上的双重映射。其变换关系在数学表达式为：

                I2（x,y）=g（I1f（x,y））                 （2-1）

其中，函数f为像素坐标变换，函数g代表灰度变换。

    图像配准就是寻找到最佳的坐标和像素变换。其实，在图像预处理阶段灰度变换就会得到校正，所以归根结底，配准的关键步骤就是要寻找到最优的空间变换，而这种变换通常用变量的单值函数来表示：