图像配准是图像处理领域中的一项重要课题,在遥感图像处理、计算机视觉、运动估计、医学图像分析、军用夜视等领域有着广泛的应用,是图像融合特别是图像数据层融合技术中首要解决的问题。由不同传感器、不同成像模式或不同时间得到的同一个对象的图像数据之间存在相对的平移、旋转、不同比例缩放甚至畸变关系。对具有这些关系的图像进行综合分析和利用时,首先要解决图像间的配准问题。论文中对微光与红外的成像原理、图像的特征、图像配准的原理和方法进行了初步的研究。重点分析了三种典型的配准算法：基于灰度区域的、基于特征的和基于变换域的图像处理方法。提出和设计了图像特征与灰度相关相结合的双光谱配准方法,以达到根据两者各自不同的特点来提高本算法的配准精度与适用范围。本文分析了Moravaec、Harris和改进的Forstner特征点提取算法,最后确定以改进的Forstner算法为配准的最佳特征点提取方法；分析了双向迭代匹配算法、双向最大相关系数匹配算法及对改进位置相似三角形的匹配算法,确定以改进的位置相似三角形的匹配算法为配准的最佳匹配方法；分析了搜索最大互信息的单纯型搜索算法、模拟退火算法及蚂蚁算法,根据已对图像进行了初步的配准,选用单纯型搜索算法搜索图像的最大互信息的变换参数。最后进行了MATLAB仿真,并利用互信息值对配准结果进行评价。本文的创新处在于：第一,提出了图像特征与灰度相关相结合的双光谱图像配准方法；第二,对基于改进位置相似三角形算法做了进一步的改进。