相關概念
圖像特徵：圖像特徵主要有圖像的顏色特徵、紋理特徵、形狀特徵和空間關係特徵。顏色特徵是一種全局特徵，描述了圖像或圖像區域所對應的景物的表面性質；紋理特徵也是一種全局特徵，它也描述了圖像或圖像區域所對應景物的表面性質；形狀特徵有兩類表示方法，一類是輪廓特徵，另一類是區域特徵，圖像的輪廓特徵主要針對物體的外邊界，而圖像的區域特徵則關係到整個形狀區域；空間關係特徵，是指圖像中分割出來的多個目標之間的相互的空間位置或相對方向關係，這些關係也可分為連線/鄰接關係、交疊/重疊關係和包含/包容關係等。
灰度：使用黑色調錶示物體，即用黑色為基準色，不同的飽和度的黑色來顯示圖像。灰度使用黑色調錶示物體,即用黑色為基準色，不同的飽和度的黑色來顯示圖像。 每個灰度對象都具有從 0%（白色）到灰度條100%（黑色）的亮度值。 使用黑白或灰度掃瞄器生成的圖像通常以灰度顯示。
方法
現有的圖像配準方法可歸納為基於灰度的配準方法和基於特徵的配準方法兩大類。
1.基於圖像灰度的配準算法
基於圖像灰度的配準方法是直接利用圖像灰度值來計算圖像間的空間變換形式的一類方法。配準過程中，需要利用整個圖像的灰度信息。其基本思想是：利用待配準圖像和參考圖像的對應點及其周圍區域的灰度特徵具有相似性這一原則，構造某種相似性度量函式，然後計算使相似性度量函式最大的幾何變換參數，從而確定圖像的幾何變換關係，完成配準。這類配準方法包括：互相關法、序貫相似檢測法和最大互信息法等。其基本步驟是：
(1)獲取配準模板，即從參考圖像中截取子區域作為模板；
(2)讓該配準模板在待配準圖像中移動，通過相似性度量來搜尋最佳配準參數。
通過分析和實驗可知，基於灰度的圖像配準方法實現過程簡單易行，但存在不容忽視的缺點：
(1)對由非線性光照變化引起的圖像灰度變化很敏感，算法性能很難提高；
(2)圖像配準過程需要對所有像素進行遍歷，其計算複雜度較高；
(3)算法對圖像旋轉角度、仿射變換以及局部遮擋等情形比較敏感，很難獲得穩定有效的結果。
因此這類方法很少在遙感圖像配準中單獨使用，往往需要同其他相關方法相配合才能達到較為滿意的效果。
2.基於圖像特徵的配準算法
基於圖像特徵的算法是以圖像中區域(海洋和島嶼等)、線(邊界線和道路等)和點(角點、重心點、拐點等)等顯著特徵作為配準的基本元素，通過尋找特徵之間的對應關係來實現配準的。該算法主要包括特徵檢測和特徵匹配。首先分別提取參考圖像和待配準圖像中的顯著特徵構成特徵集；其次將參考圖像和待配準圖像相對應的特徵利用特徵匹配算法進行匹配，生成對應關係；最後，利用插值等方法處理非特徵像素點，從而實現圖像間所有像素的配準。基於特徵點的方法是目前最常用的方法，主要包括Harris角點算法、SIFT算法、SURF算法等。
與基於圖像灰度信息的配準方法相比，基於圖像特徵點的配準方法具有以下幾個方面的優勢：
(1)圖像特徵點的數量明顯少於像素點的數量，因此圖像配準的計算量大幅降低；
(2)圖像特徵點的匹配度量值對特徵點位置變化較敏感，因此圖像配準的精度大幅提高；
(3)提取圖像特徵點的同時能夠抑制噪聲，因此能較好地適應灰度變化，局部形變和干擾遮擋等情況。
步驟
大部分圖像配準包含以下四個步驟：
(1)特徵檢測。自動檢測出圖像特徵，這些特徵可以被進一步地處理或者當做圖像中重心、邊緣、主點等特徵的控制點(CP)。
(2)特徵匹配。建立感知圖像和參考圖像之間的特徵對應關係。
(3)變換模型估計。估計感知圖像和參考圖像之間映射函式的類型和參數，其中參數由得到的特徵點進行估計。
(4)圖像重採樣及變換。採用映射函式對感知圖像進行變換，並採用適當的插值算法實現非整數坐標像素值的估計。
上述每一步驟都需要解決相應的問題。在特徵檢測步驟，應確定哪種特徵合適於給定的任務。特徵應該是在圖像中廣泛分布且易於檢測。特徵檢測方法應具有良好的定位精度且能套用於降質圖像。在特徵匹配步驟經常會出現特徵檢測不準確或者圖像降質現象，這就要求特徵必須能夠區分不同特徵點且對異常的特徵干擾保持穩定。
套用
圖像配準廣泛地套用於遙感數據分析、計算機視覺、醫學圖像處理等領域。具體而言，根據圖像獲取的方式，圖像配準的套用主要可以分為以下4類：
1.多觀察點配準，即對從不同觀察點獲得的同一場景的多幅圖像進行配準。例如，在計算機視覺領域中從視角差異中構建三維深度和形狀信息，對目標物運動進行跟蹤，對序列圖像進行分析等。
2.時間序列配準，即不同時間獲取的圖像之間的配準。例如，醫學圖像處理中的注射造影劑前後的圖像配準，遙感數據處理中的自然資源監控等。
3.多模態配準，即不同感測器獲取的圖像之間的配準。例如，醫學圖像處理中電子計算機斷層掃描CT、核磁共振MRI、PET、SPECT圖像信息融合，遙感圖像領域中多波段圖像信息融合等。
4.模板匹配，即場景到模型的配準。例如．遙感數據處理中定位和識別定義好的或已知特徵的場景(如飛機場、高速路、車站、停車場等)。
