图像配准是图像处理和图像分析的基础问题,配准算法的准确程度和实用性关系到在不同的应用中所达到的效果。因此,图像配准是多年以来图像处理领域研究的热点之一。图像配准来源于多个实际领域的许多实际问题,如不同条件、不同时间下获得的图像的差异检测;成像系统和物体场景变化情况下的图像三维信息获取;不同传感器获得的信息融合;图像中的模式或者目标识别等。本文所研究的问题是具有微弱冗余的视频帧序列的图像配准方法。对于全局的图像配准方法,本文首先总结了像素级的图像配准方法,对于更高精度的配准要求,本文采用频域的相位相关法得到整像素的偏移量,再分别采用迭代的泰勒级数法、多峰拟合的扩展相位相关法、基于最小二乘的模版匹配法计算亚像素的偏移量,最终得到亚像素级精度的配准结果,满足高精度图像配准的要求。但是,针对实际监控视频中存在的一定角度的旋转、缩放、平移等非刚体变换的情况,本文提出了一种基于仿射变换模型的精确到亚像素级的图像配准方法:首先在提取SIFT特征点进行匹配后,采用随机采样一致性（RANSAC）剔除误匹配点对的基础上,利用图像间的单应关联和特征点互关联特性,进一步去除错误点对;之后,按照两两特征点构成的矢量无关性保证的原则选择估算仿射模型参数的特征点对计算仿射模型。最后,再根据仿射变换模型参数的相应关系,对仿射变换模型进行校验修正。比较测试实验结果表明,本文算法可有效的避免了错误的仿射变换参数导致配准结果不准确的问题,在显著降低计算时间的同时,达到了良好的配准精度。对于视频序列中存在局部运动区域的情况,非规则的局部运动区域严重影响了全局配准方法的配准精度,背景建模方法容易受到全局非冗余互补信息的干扰,很难准确地定位出局部运动区域的问题,本文提出了一种精确定位局部运动区域的方法:通过结合视频帧序列信息,首先判断配准帧之间是否存在局部运动区域,避免了局部运动区域的存在影响全局亚像素的配准精度;其次给出了全局和局部运动共存的图像配准中局部运动区域和全局运动准确分离及亚像素级配准的方法,从而在局部运动区域的干扰下获得了更准确的配准结果;为后续超分辨率重建等的需求提供了更多有效信息。最后在获得精确的图像配准结果后,本文通过结合sinc函数插值的方法,有效的利用视频帧序列之间的互补信息,给出了有效的提高图像分辨率的方法。