图像配准是指在传感器、拍摄环境、拍摄角度等拍摄条件不同的情况下,将获得的两幅或多幅含有相同场景的图像进行坐标系统一化的过程,该技术被广泛地应用于空间探测、医学、气象和视频压缩等领域。现阶段由于受到图像特征、配准算法与配准策略的限制,序列间图像配准依然无法达到较高的配准精度。近年来,图像的稀疏表示因其能深刻刻画图像的本质特征而成为研究热点,本文将稀疏表示与图像配准结合,目的是给出在稀疏域的序列图像配准算法,从稀疏域特征提取与配准、序列配准策略两方面降低配准误差。主要工作如下：1)给出了基于稀疏表示的图像特征提取算法首先提取参考图与待配图特征点,利用参考图的特征点方向描述子训练成标准字典,将待配图特征点方向描述子进行稀疏投影。实验结果表明,提取的稀疏特征对随机噪声有较强的鲁棒性,且对光照变化不敏感。2)给出了基于稀疏表示的图像配准算法在所提取的稀疏特征基础上,以特征系数分布的稀疏性与集中唯一性为匹配准则,采用RANSAC去除误匹配,以提高配准精度。实验结果表明：该算法对噪声具有较高的鲁棒性,且对比度改变不影响配准精度；在仅有平移变换时,其精度可达到0.0001个像素。3)给出了镶嵌式序列图像配准策略序列图像配准技术是图像拼接领域的关键技术,本文以图像拼接为应用背景进行说明。该策略先对图像序列进行相邻两幅图像配准,通过拼接形成大视场图序列,然后将大视场图像序列按照与参考图距离的远近进行配准,从而得到每幅图与参考图之间的几何变换关系。实验表明,配准累积误差小于1个像素。理论分析和综合实验表明,本文给出的基于稀疏表示的序列图像配准算法,有较高的配准精度,并能在序列图像拼接实际应用中取得较好的效果。