印刷电路板（Printed Circuit Board, PCB）是电子设备的核心部件，对其进行无损检测具有重要的社会、经济和军事价值。锥束CT（Cone Beam Computed Tomography, CBCT）成像技术能够获取高分辨率的PCB图像，为PCB的无损检测提供了一种新的技术途径。然而，目前对PCB的CT成像过程中存在两个突出问题。一是大范围成像视野与高分辨率存在矛盾，即对于大尺寸PCB，由于受CT成像视野的限制，需要进行分块成像并进行图像拼接才能得到完整的高分辨率PCB图像；二是受导线等金属物质的影响，PCB图像中存在大量具有明显方向性的伪影，需要采用不同方向成像的PCB图像进行融合，以提高图像质量。解决以上两个问题的关键技术是图像的精确配准。因此，研究PCB图像的自动配准技术对于提高PCB无损检测的效率、提升图像质量和自动化水平具有重要意义。本文针对PCB图像的特点，研究基于特征点的图像配准技术，主要包括特征点检测、描述和特征匹配等关键技术。论文主要工作如下：1、针对PCB图像中金属伪影的影响导致检测重复率低的问题，本文提出一种改进的SIFT（Scale Invariant Feature Transform）检测算法实现PCB图像的特征点自动提取。根据PCB图像伪影分布的特点，从简化尺度空间生成、检测极小值点以及利用尺度自适应的Harris准则抑制边缘点三个方面对SIFT算法进行改进。实验结果表明，改进的SIFT算法不仅特征点检出的重复率明显提升，匹配精度也有所提高，并且检测时间缩短。2、针对由于PCB图像中存在的严重金属伪影和较多的相似区域，特征描述算法无法有效适用导致匹配失败的问题，提出一种基于稳定区域的特征描述算法。该方法首先引入最大稳定极值区域检测算法提取图像的稳定区域，然后以特征点尺度为单位在较大邻域内建立一种基于对数-极坐标系的邻域划分，最后统计稳定区域分布生成一种49维的特征描述子。实验结果表明，该描述子具有一定的抗形变和相似特征区分能力，能够有效抵抗金属伪影的影响。3、针对特征匹配时较多相似特征导致的误匹配问题，提出一种基于方向约束的点对匹配算法。该方法首先生成特征点对抑制特征的局部歧义性，其次，通过点对分类匹配和方向、位置约束剔除误匹配对，最后给出一种匹配对之间的方向约束条件，基于该条件提出一种错误匹配对的抑制算法。实验结果表明，本文提出的方法在正确匹配对数和重复率方面都有显著提高。4、针对大尺寸图像配准耗时的问题，本文在GPU（Graphics Processing Unit）上实现了基于CUDA编程模型的图像配准并行加速算法。本文在深入分析配准算法并行性的基础上，实现了基于CUDA编程模型的S-SIFT算法和特征点匹配算法的并行加速。实验结果表明，相比于CPU串行程序，基于GPU的S-SIFT和特征匹配并行程序运行效率均提升10倍左右。