图像配准是对不同时间、不同视角或不同传感器拍摄的两幅或多幅图像进行空间变换处理，使得各个图像在几何上能够匹配对应起来。图像配准的目的就是使得同一目标在不同的图像上具有相同的坐标位置。它是图像处理和分析的关键步骤，是图像对比、数据融合、变化分析和目标识别的必要前提。配准技术在遥感图像处理、医学图像处理、计算机视觉等方面发挥重要的作用。 本文的主要研究内容如下： 1、通过对国内外学术界对图像配准领域的研究成果和最新进展的搜集、整理和总结，给出了图像配准的数学定义和图像配准的过程主要组成部分。 2、研究了四种常见的基于图像灰度配准方法，分析比较它们的性能及适用的场合，并且实验仿真了结合相位相关和互相关的图像配准算法。 3、结合相位相关技术和对数极坐标变换提出一种新的图像配准算法。首先在参考图像中心处截取一个小区域图像，然后在待配准图像中寻找一个同样大小的区域，使得在对数极坐标表示下，这两个小区域图像的互功率谱经傅里叶反变换后是一个二维脉冲信号。所要寻找的小区域中心点在待配准图像中的位置即为所要估计的平移参数，二维脉冲信号中峰值的位置与缩放因子和旋转角度有关，由此而得到图像配准参数。实验结果表明该方法具有很好的配准效果。 4、提出一种基于最大似然估计的等级配准方法，该方法分为粗配准和精配准两个阶段，粗配准用到基于相位相关方法配准；精配准则是基于最大似然估计的图像配准。该等级配准方法充分利用了相位相关配准和最大似然估计配准的优点，所以，在配准精度和适应范围上优于单一的基于相位相关的方法；在迭代收敛性、迭代次数和迭代结果的正确性上优于单一的基于最大似然估计的配准方法。