图像配准即确定在相同或不同时间、通过相同或不同传感器对同一个地区拍摄的两幅或多幅图像之间关于空间和亮度的最佳匹配关系的过程。图像配准广泛应用在导航定位、目标识别、运动分析、立体视觉、数据融合中,是这些图像分析技术的基础。气象图像配准作为图像配准中的一种,为天气预报、大气科学研究、各种灾害的监测和预防等领域提供必不可少的服务。本文针对分时成像的气象图像同时存在刚性形变和非刚性形变的特点,对图像配准中一些刚性配准方法和非刚性配准方法进行了深入研究,并经过实验证明其在气象图像配准中的可实施性,本文具体工作如下:1.针对由遥感器轨道位置和姿态变化所引起的图像刚性形变,采用仿射变换模型模拟全局刚性形变。基于时间效率的考虑,选用了基于特征点的刚性配准方法来校正图像整体的刚性形变。经过刚性配准后,两幅图像间的形变量减少,为后续的非刚性配准做准备。2.针对卫星运行时相机拍摄角度的变化或者云的运动致使图像的局部区域发生扭曲,导致拍摄的图像产生的非刚性形变,本文分别采取了基于灰度的弹性配准算法以及基于灰度和特征相结合的非刚性配准算法校正这些形变。前者是引入医学图像弹性配准的方法,采用基于局部仿射变换和全局平滑约束的模型来模拟图像的弹性形变,根据气象图像的形变特点和项目的要求,简化了原有的配准模型,缩短了配准所用时间。后者采用基于B样条的FFD模型来模拟图像的非刚性形变,采用局部更新图像的策略,利用局部区域灰度的相似性作为度量函数进行非刚性配准工作,大大缩短了配准所用时间。经过实验,通过“互信息”、“相关系数”及运行时间等参数对两种算法进行对比,证明了算法在一定程度上的可实施性。