在红外搜索系统中,图像配准是完成可靠探测、跟踪红外目标等复杂处理的重要保证,为提高系统实时性,需要缩短图像配准算法的处理时间,为后续处理提供充足的时间余量。针对以上实际需求,本课题开展图像配准算法及优化技术研究,并通过高速硬件平台实时实现。本课题在分析图像灰度和特征的基础上,重点研究了用于图像配准的相位相关法、KLT角点跟踪法以及尺度不变特征法。相位相关法中研究分析了图像的二维傅里叶变换处理模块与互功率谱计算模块,对其进行了并行优化设计,在保证配准精度的前提下极大降低了算法的处理时间；KLT角点跟踪法中通过对KLT点特征进行检测与跟踪的方法完成红外图像配准,在硬件资源占用较少的前提下,保证配准精度的同时实现实时配准；尺度不变特征法中主要研究高斯金字塔和高斯差分尺度空间的建立和简化、特征向量的生成以及描述的硬件设计方法,最终在保证尺度不变特征精度的前提下极大地减少了算法处理时间,为后续算法提供充裕的时间余量。在现场可编程逻辑阵列硬件平台上完成了这三种图像配准算法的设计、调试和验证。实验结果表明,通过对图像配准的算法改进以及硬件优化,图像配准的实时性有了极大的提高,在保证图像配准精度的前提下,解决了红外搜索系统中的目标检测和跟踪系统的实时性问题。