图像配准是图像处理的一个基础问题,它广泛应用于计算机视觉、模式识别、医学图像分析、遥感数据分析等领域。图像配准的目的是建立两幅图像间的几何变换关系,去除或减小两幅图像的几何畸变,从而实现图像的几何校正。多模态图像的配准是目前图像配准研究的难点之一。已有的多模态图像配准算法无法处理两幅图像间存在较大的旋转角度、平移和尺度变化时的情况,而且这些方法的计算量都很大,计算非常耗时,无法满足快速配准的要求。基于特征的配准方法能够处理两幅图像间存在比较大的未对准情况,并且计算量小,配准速度较快。为了实现多模态图像间的快速自动配准,本文提出了基于角点检测结合区域匹配的图像自动配准算法。实际应用中,获取的图像往往存在不同程度的模糊和噪声干扰。针对模糊和噪声干扰的图像,从检测精度和计算效率两方面比较目前已有的角点检测方法,Zitová在1999 年提出的高对比度角点(又称显著点)检测算法效果较佳,适合于多模态图像的角点检测。不过,该算法采用全图遍历搜索方式检测角点,降低了算法的效率。为提高该角点检测算法的效率,本文提出了改进的高对比度角点检测算法。改进后的角点检测算法保持了原有算法的角点提取效果,减少了算法的计算量,提高了算法的效率。实验结果证明了改进的角点检测算法的高效性。在上述改进的角点检测算法基础上,本文提出了结合区域匹配的图像自动配准算法。该算法采用改进的高对比度角点检测算法,在点特征匹配阶段,结合基于区域匹配的方法,分三步来建立点对间的对应关系。第一步,利用归一化互相关初步建立起高对比度角点的对应关系; 第二步,利用马氏距离仿射不变性删除错误的点对; 第三步,通过删除仿射变换后象素距离差较大的点对来筛选出正确点对。在算法的最后,利用筛选出的正确点对求得待配准的两幅图像间的仿射变换参数,并对图像进行重采样和镶嵌。实验结果证明了配准算法的有效性和高效性。本文提出的基于角点检测结合区域匹配的图像自动配准算法能够实现有大旋转角度、平移条件下不同传感器或波段图像之间的自动配准,适用于噪声干扰较小、图像尺度变化较小的多模态模糊图像的自动配准。