国内外研究概况美国的军事应用中首先开始使用图像配准技术。上世纪70年代，在导弹的末端制导飞行器辅助导航系统的研究中，美国人提出了图像配准技术。鉴于图像配准技术在军事上的广泛应用，在资金上和人才上得到了美国军方的大力支持。最终，美军导弹的命中率的大大提高也要大部分归功于图像配准技术的应用。军事技术的发展自然会带动民用技术，到八十年代后，图像配准开始受到越来越多的研究学者的关注。从上世纪末开始，大量涌现了与图像配准相关的文献。至今为止，己经提出许多配准算法相对于不同的应用。在配准时按照是否有人工手动参与，配准技术被化分为手动和自动两种配准方式。自动配准技术已经成为研究最多的一类方法，因为其无需人工介入，而且能最大化的利用图像自身信息的优点。33515
配准技术分三步进行，第一步是对两个图像提取特征点，并且作相似性度量以找到两者匹配的特征点对，第二步是由这些特征点对得到图像空间坐标变换函数，最后图像匹配由之前得到的坐标变换函数实现。目前，基于变换域、基于灰度信息和基于特征的方法组成配准技术的三大类。论文网
在各种不同的配准方法中，基于特征和基于灰度信息的图像配准方法是使用最广泛的两种方法。其中在基于图像灰度特性的图像配准方法中，直接使用整个图像的灰度来衡量两个图像的相似性，然后在内部信息的基础上使用搜索方法寻找最大或最小相似性的测量点，以得到基准图像和待配准图像之间的变换参数，该方法因为不需要进行基准图像和待配准图像复杂的预处理，所以操作简单，但大量的计算不能直接用于校正图像的非线性失真。傅里叶变换是最为典型的图像变换方法，将傅里叶变换用于图像配准有如下好处：可以与频域独立的噪声抗衡；可以用快速傅里叶变换来实现。目前最广泛使用的图像配准方法是基于图像特征的匹配方法，它的原理是通过提取图像中部分代表图像关键信息的显著特征来实现图像间的匹配，由于大大压缩了图像信息的数量，因此具有计算量小，速度更快的特点。
图像配准技术在国内的起步比较晚，但在后来发展很迅速。李智[3]等提出了基于轮廓相似性测度的图像配准方法，这种配准方法适用于一些拥有丰富边界轮廓信息或边缘定位比较精准的图像。王小睿[4]等提出了一种图像自动配准的方法，采用互相关系数作为相似性度量，该方法虽然可应用于高精度的图像匹配，但它事实上只是一种半自动图像配准方法。之后，郭海涛[5]等提出将一种遗传算法作用于图像匹配的新算法。熊兴华[6]等提出将遗传算法和最小二乘法结合用于图像的子像素级配准。在文献《基于小波变换与形态学的一种边界重叠图像的拼接算法》[7]中李瑞义、赵唯等提出了基于小波变换与形态学的图像边界拼接算法。在文献《遥感图像自动配准的串行与并行策略研究》[8] 中，周海芳等针对当前海量遥感图像信息，提出把并行策略引入到图像配准技术中，这一措施大大加快了图像配准的速度，这对于图像配准的实时实现有着重要意义。在文献《遥感多图像自动配准方法》[9]中王晓睿、吴信才等提出了一种图像自动配准的方法，这在图像的高精度配准中已得到应用。 国内外图像配准技术研究现状:http://www.youerw.com/yanjiu/lunwen_30655.html