日冕物质抛射(Coronal Mass Ejection,CME)是太阳大气中最为常见且最为剧烈的现象之一,它对地球的空间环境和安全造成了极大地影响。为了减轻这种影响,人们已经针对CME活动的特点建立起一系列监测机制,以便更为快速准确地预测CME的爆发。日冕仪作为重要的监测设备,是不可或缺的。由于设备抖动、大气扰乱等许多不稳定因素,日冕仪所观测得到的CME图像在图像质量上存在一定的差异性,为了便于研究,需要先对CME图像进行处理工作,而图像配准则是其中最为重要的环节之一。本文针对CME/C2/C3图像上的差异,利用SIFT算法对C2、C3图像进行特征提取及配准研究,本文的主要研究内容如下:1.本文首先介绍了进行CME图像配准的研究背景及意义,对CME监测及图像配准的国内外研究现状进行了简要描述,指出了目前CME研究过程中存在的图像质量问题,并针对性的提出了通过对CME图像进行配准来解决这些问题。然后简单介绍了CME及图像配准的相关理论知识,简要分析了几种图像特征提取算法的优劣之处。提出利用SIFT算子对CME图像进行特征提取,进而对特征点进行匹配。2.通过仿真实验,按照特征提取四步走:构建高斯尺度空间-定位空间极值点-确定极值点方向-生成特征描述子,实现基于SIFT方法的图像特征点提取,并对其匹配效果进行了检验,证明了SIFT算法在CME图像配准中的稳定性和可靠性。同时也指出传统SIFT算法在配准工作中的不足之处,这里主要围绕两点:容易出现错配特征点对以及存在着较高的空间和时间复杂度。针对传统SIFT算法的这两个不足之处,本文提出对算法的改进方法:针对高空间复杂度和高时间复杂度,提出利用KD-tree和BBF查找算法提高搜索效率;针对易出现错配点对,提出利用RANSAC抽样一致性算法筛选待匹配点的方法。通过仿真实验,将改进后的实验结果与传统算法的实验结果进行量化对比研究,表明本文所提算法的有效性和先进性。本文通过大量的仿真实验,一方面证明了SIFT算法在图像配准中的尺度及旋转的不变性,另一方面也通过对比实验得出改进后的基于SIFT的算法能够很好的应用于CME图像的配准研究中。