图像配准技术最初起源于美国二十世纪七十年代对飞行器辅助导航系统、寻地等领域的应用研究。八十年代后，图像配准技术的应用更加广泛，主要领域有：卫星遥感、医学诊断、光学分析、 机器人、景物变化检测、气象和导航等等。此外，多源传感器的图像匹配的研究意义更加深 远，利用互补性和冗余性，其融合后的图像能显示更多的目标信息。65165

    七十年代初期，为了克服之前配准技术计算量大，从而图像配准速度慢的缺点，P.E.Anuta[ ]提出了基于FFT的互相关图像配准技术；D.L Barnea[ ]等人提出了使用模板图像差值相似性测度的图像配准技术，此方法较基于FFT的互相关相似性测度的图像配准技术拥有更好的性能；W.KPratt[ ]全面研究总结了基于互相关的图像匹配技术；MSvedlow[ ]等人深入分析比较了图像配准技术中的相似性测度和预处理方法；Flussr[ ]为了解决畸变图像之间的匹配问题，提出了一种自适应映射方法，该方法能够对两幅图像自动进行分割，从而在分割后的两幅图像上得到对应的模块，以使得相似度较大，然后可以通过子块间的空间位置关系来匹配参考图像和待配准图像。Ton和Jain[ ]以物体的中心为控制点，并且通过松弛算法计算得到用来匹配的控制点对。Li[ ]等人采用基于边缘特征的匹配方法，其中对于闭合区域采用了链码相关性和形状相似性的规则来匹配，而对于开区域先进行角点检测，再进行匹配。随着技术的发展和应用需求的不断提高，人们在原有的配准方法上提出了许多新的配准方法。Hsieh[ ]等人在寻找侯选特征点时，条件为图像小波分解后的局部模极大值，再经过一定的筛选条件得到真实的特征点。而Wu[ ]为了得到参考图像和待配准图像的平移和旋转参数，提出了一种基于小波变换的多尺度配准方法。另外，有关于多源传感器图像配准的问题，Dana.K[ ]提出了先采用多尺度边缘检测从而得到不同尺度下的边缘图像，其次利用分层估计、几何变换、优化策略来得到参考图像和待配准图像间的变换参数来匹配此两幅图像。WANG.WH[ ]等人先采用Sobel算子将图像分割从而形成闭合区域，再把闭区域中心作为特征点，其次通过图像的特征点以组成线段，最后在线段的角度差和线段长度的比率基础上建立二维直方图，得到匹配特征点。SHARKA.L.K[ ]等人提出的基于特征匹配的算法是利用以边缘分割为基础进行快速分支跳跃的，该法是在D. M. Mount[ ]等人所提出的关于点对点分支跳跃算法的基础上，再采用Hough算法对区域分割边缘进行直线段提取，最后通过局部Housdorff 距离对检测到的直线段进行初步匹配。论文网

国内有关图像配准技术的研究相较于国外起步晚了些，然而就是这短短的时间，国内的相关技术还是发展很快的。对于轮廓特征较为丰富的图像，李智[ ]等人提出的图像配准方法采用轮廓相似性测度。熊兴华[ ]等人提出了将最小二乘法和遗传算法相结合用于图像像素级的配准。王小睿[ ]等人提出一种用互相关系数作为相似性测度的半自动图像配准方法，从而提高图像配准的精度。张祖勋[ ]为了处理不同传感器以及不同空间分辨率图像的快速配准的问题，提出采用多级图像的概率松弛整体匹配技术。

几十年过去，图像配准技术虽然得到长足的发展，提出了许多匹配的方法和理论，然而仍然存在许多问题，主要表现在[ ]：

   （1）多源传感器图像配准问题，不同传感器所获得的图像在灰度和几何上存在较大差异。目前的相关多源配准，主要在分辨率近似、特征变化相似的两幅图像上有比较成熟的研究手段。可是面对那些分辨率和特征差别很大的两幅图像，目前还没有行之有效的配准方法。 图像配准技术的国内外现状:http://www.youerw.com/yanjiu/lunwen_72656.html