多源图像配准是指将从不同成像时间、多源传感器、不同视角中获得的两幅或多幅多源影像数据利用一种有效的变换策略使其在同一坐标系下对齐的过程。目前,多源图像配准已成为图像处理领域的重要研究部分,在图像精细化处理要求日益提高的同时,实时性要求也越来越高。但精细化处理要求与实时性要求同时满足往往是矛盾的,需要平衡考虑。因此,在保证一定图像配准精度情况下,探寻提高配准实时性的方法成为了研究的重点。针对时空错位下多源图像配准的需求,在具备预变换矩阵获取条件下,提出了基于双光相机(光学和红外)不同焦距变换参数的多源图像快速自动化配准方法,实现了光学和红外图像快速自动化配准,而且配准精度可以达到亚像素级;在不具备预变换矩阵获取的条件时,提出了基于非封闭多维轮廓特征序列的多源图像配准方法,对轮廓特征较为明显的多源图像实现快速配准。该技术对于我国多源运动目标检测、地形匹配导航、反无人机探测、防灾减灾、电力线检测等应用的发展具有重要的意义。本文的具体工作如下:针对传统多源图像配准方法存在配准速度慢,无法实现全自动化的问题,开展了双光相机快速自动化配准方法研究。利用双光相机量化焦距步长内变换参数近似认为不变性特征,建立了双光相机不同焦距变换矩阵参数模型库,其中变换矩阵参数达100组,提出了基于双光相机不同焦距变换参数的多源快速自动化配准方法。该方法的主要优势在于利用光学和红外图像对应焦距的变换矩阵参数对初始匹配图像的误匹配角点和无关角点进行快速剔除,再采用距离信息和位置信息约束优化,最后利用随机抽样一致性算法(RANSAC),实现几何变换参数的稳健估计。在配准精度达到亚像素级的前提下,该方法相较于实验室提出的基于多特征联合约束的多源图像配准方法配准时间由原来的1分钟缩短到20秒左右,而且可以实现自动化配准。针对由于拍摄环境不同、成像机理迥异、成像平台的运动和机械抖动等因素造成的多源图像无法获得足够数量点特征或者完整的边缘轮廓特征的问题,提出了基于非封闭多维轮廓特征序列的多源图像配准方法。该方法的优势在于用改进的凹凸点估计方法可以准确的找出边缘曲线上的凹凸点,通过提出的折线段拟合的方法对多源图像的边缘非封闭轮廓曲线上的不变性特征进行提取和描述,成功实现了利用非封闭轮廓曲线上的不变性特征对多源图像的快速配准。