随着图像处理应用领域的不断扩大,单一传感器提供的图像信息逐渐不能满足实际的需要,多源图像融合技术从而得到了迅速的发展。由于不同传感器通过的光路或成像机理不同,获取图像的时间、角度、环境也不同,图像间可能出现线性的或是非线性的畸变,待融合的图像必须首先进行配准。图像配准是要找到自动化程度高、鲁棒性强、适应性好、速度快、精度高的配准算法。配准速度、配准精度和鲁棒性是图像配准中最重要的性能,其中配准速度和配准精度这两个特性是相互制约的关系。本论文主要讨论能够有效地兼顾配准精度和配准速度这两个特性,并且满足鲁棒性要求的图像配准算法。本文的主要研究内容如下:1)总结了近年来国内外在图像配准领域的研究成果和进展,对常用的基于Fourier-Mellin变换的搜索策略和基于互信息最大的搜索策略进行了实验性地分析,从中得出了这两种搜索策略在配准速度和配准精度上的优缺点;2)针对基于Fourier-Mellin变换的搜索策略和基于互信息最大的搜索策略的特点,在基于分层的图像配准算法的基础上,讨论能有效兼顾配准速度和配准精度的数字图像配准算法;设计了基于多种搜索策略的分层图像配准流程,实现了基于Fourier-Mellin变换和互信息准则的分层图像配准算法以及基于互信息和傅立叶变换的分层图像配准算法,并对单模态图像和多模态图像进行仿真实验和分析比较;3)通过对单模态和多模态的多幅加噪声图像进行实验,测试基于Fourier-Mellin变换和互信息准则的分层图像配准算法以及基于互信息和傅立叶变换的分层图像配准算法的鲁棒性。