无源微波探测系统获取的辐射图像具有红外、可见光等波段图像所不具备信息，在微波遥感、武器末制导、安检系统等领域具有广阔的应用前景。在实际应用中，往往要将无源毫米波辐射图像与可见光等其它波段成像传感器获取的图像进行信息融合，以此获取互补信息，提高图像质量，增强实际应用价值。图像配准是实现图像信息融合的前提步骤。本文在研究了现有多源图像配准算法的基础上，提出了可用于配准可见光图像与无源毫米波辐射图像的算法。将可见光图像作为参考图像，无源毫米波图像作为待配准实测图像，采用基于特征提取的图像配准算法，经过特征提取、特征匹配、变换模型估计和插值重建四个步骤，将毫米波辐射图像变换到与可见光图像一致的坐标空间，完成配准。分析了图像配准流程中可能产生误差的因素，针对因辐射图像空间分辨率低、高频信息缺失的特点，而导致特征点定位误差的情况，提出引入自适应正则化超分辨率算法处理辐射图。将超分辨率处理后的辐射图像与可见光图像采用相同的配准算法配准，并比较配准精度。实验结果表明：采用超分辨算法处理后特征点定位更精确，配准精度进一步提升。对提高无源毫米波辐射图实用价值具有实际意义，同时对红外等其它波段的图像之间精确配准具有借鉴意义。