从20世纪20年代第一幅数字照片传输开始，由于在遥感、医学等领域的应用，数字图像处理技术逐渐得到关注和发展。其所涉及的技术包含有：图像分割、图像增强、图像配准、图像融合拼接、图像显示等。而其中图像配准技术作为图像融合、图像拼接的必要前提，已经被广泛应用在许多领域中。根据应用的需求，图像配准已经由单模发展到多模。之中，红外与可见光的图像匹配在多模图像匹配中具有重要位置，这是因为红外传感器和可见光传感器作为两种最普遍的图像源被广泛应用在机器人、军事应用、自动控制、目标识别、计算机视觉等领域。红外图像反映景物的辐射信息，而可见光图像反映景物的反射信息，两者之间的匹配能够实现不同信息的互补以达到信息的丰富化。然而两者之间灰度特性相差很大，缺乏一致性，所以除了在几何上达到匹配外，灰度上也要进行严格的匹配。论文网

1.1  图像配准技术的研究内容和意义

    图像配准技术是图像处理领域的一个重要部分，其定义为将不同时间、不同传感器或不同视角下获取的同一场景的两幅或多幅图像之间匹配、叠加的过程，它实现参考图像和待配准图像在几何意义上的对齐。图像配准实际上就是从参考图像和待匹配图像中提取对应点，从而建立一一对应的关系-----映射。一般映射即称为变换。这里图像配准的目的就是通过对应点来找到最适合参考图像和待匹配图像的变换，以实现最优匹配。最初，图像配准技术是由于美国七十年代进行武器投射系统等应用而被单独提出来的。随后，到了九十年代图像配准得到快速发展，其应用也从原有单一的军事领域而扩展到医学成像、卫星遥感、机器人、工业过程等许多领域，并且得到越来越多的学者专家的关注。

     随着新型传感器的不断发展，不同传感器所产生的图像不断增加。然而因为各个传感器所产生的图像在光谱、几何成像、时空分辨率上存在差异和局限，原有单一的传感器所获的图像不能满足实际的应用。此外，如果将两个波段获得的图像信息综合在一起，就可以对背景有很好的抑制和提高对目标的探测效果。于是，就有了多源图像配准这个比较有意义的研究方向。多源传感器图像拥有单源图像所没有的特性——冗余性和互补性。其中，冗余信息是指不同的传感器对相同环境下的同一目标的感应数据。可以通过变换将数据映射到同一数据空间。如果我们能够利用好冗余信息，那么就可以减少误差、降低整体的不确定性并且提高对于目标的识别率。互补性是指利用不同传感器得到的图像信息，其本身的含义和表现形式存在区别，即反映了不同的特性。利用好互补信息可以使得对目标的探测更加具体和完善。对此，多源传感器图像配准的重要性可见一斑。文献综述

    图像配准是进行图像融合和图像拼接的关键步骤。虽然目前已有许多处理图像配准的手段和思路，然而每个图像匹配又有其独特性，需要具体问题具体分析。所以，图像配准是一个比较有难度的课题。本文主要涉及红外和可见光两个波段的图像匹配处理研究，主要由于红外探测系统具有抗干扰强、隐蔽性好、灵敏度高的优点，然而又要满足人眼的视觉要求并实现信息的最大化，目前大多采用可见光和红外复合系统。因此，红外与可见光配准有其研究的意义。

1.2  图像配准技术的国内外现状和难题

1.3  本文的研究工作

本课题的主要内容均围绕红外与可见光图像配准来写的。文中对图像配准的研究意义、研究现状、面临的问题进行简要的说明。对目前适合红外与可见光的图像配准方法进行仿真，再根据实验结果分析各个方法的优缺点，并提出改进的建议。