今天接觸到圖像配准問題，在網上搜索了一會，了解到目前還沒有哪一種方法能夠應對所有的配准情況，任何一種配准算法都必須考慮圖像的成像原理、幾何變形、噪聲影響、配准精度等因素。從原理上講，配准大致可以分為以下四個步驟：
（1）特征提取
采用人工或者自動的方法檢測圖像中的不變特征，如：閉合區域、邊緣、輪廓、角點等。特征提取算法需要滿足以下三個條件
（a）顯著性，所提取的特征應該是比較明顯的，分布廣泛的、易於提取的特征；
（b）抗噪性，具有較強的噪聲抑制能力且對成像條件的變化不敏感；
（c）一致性，能准確地檢測出兩幅圖像的共有特征；
（2）特征匹配
通過特征描述算作及相似性度量來建立所提取的特征之間的對應關系。特征匹配常用到的區域灰度、特征向量空間分布和特征符號描述等信息。某些算法在進行特征匹配的同時也完成了變換模型參數的估計。
（3）變換模型估計
指根據待配准圖像與參考圖像之間的幾何畸變的情況，選擇能最佳擬合兩幅圖像之間變化的幾何變換模型，可以分為全局映射模型和局部映射模型。其中，全局映射模型利用所有控制點信息進行全局參數估計；局部映射模型利用圖像局部的特征分別進行局部參數估計。常見的變換模型包括仿射變換、透視變換、多項式變換等，其中最常用的是仿射變換和多項式變換。
（4）坐標變換與插值
將輸入圖像做對應的參數變換，使它與參考圖像處於同一個坐標系下。由於圖像變換后的坐標點不一定是整數，因此，需要考慮一定的插值處理操作。常用的插值方法包括：最近鄰插值、雙線性插值、雙三次插值、B樣條插值、高斯插值。