图像配准是对不同时间、不同视场、不同传感器的两幅或多幅图像进行空间几何变换,使得各幅图像在空间上能够精确匹配对应,在军事、遥感、医学、计算机视觉等领域得到了广泛的应用。本文重点针对多传感器图像配准方法进行了深入研究,提出了一种能够解决“早熟收敛”问题的自适应遗传算法和基于小波多尺度的图像配准方法,有效地提高了图像配准的精度,降低了配准处理时间。针对传统遗传算法在进化过程中易出现“早熟收敛”的缺点,本文提出了一种自适应遗传算法。该算法改进了传统遗传算法的交叉概率和变异概率的定义方法,使其在进化的前后期随个体适应度动态自适应变化。以自适应遗传算法为优化搜索策略,并分别采用归一化互信息和对齐度作为配准相似性准则,提出了基于互信息和自适应遗传算法的图像配准方法和基于对齐度和自适应遗传算法的图像配准方法,实验结果表明,这两种算法都具有较高的配准精度和收敛速度。小波变换在图像配准领域的应用是目前研究的热点。小波具有多尺度的分析能力,本文基于小波的这个特性提出了基于小波多尺度的图像配准方法。对高层,采用具有快速性和高抗噪性的划分灰度一致性测度进行粗配准；在较低层,采用归一化互信息测度实现精配准；同时,利用人工智能的剪枝原理来缩小搜索空间。仿真实验表明,该算法配准精度和可靠性较高、速度快,能对图像进行有效地配准。