图像配准是计算机视觉和计算机图形学的研究热点，其主要目的是实现同一场景在不同条件下得到的两幅或多幅航拍图像在空间位置上的对齐，它是包括数字视频、虚拟现实技术、医学图像分析、运动分析等领域的关键步骤之一。目前图像配准仍存在着诸多待解决的问题。首先由于场景图像特别是航拍遥感图像具有动态变化、亮度变化、几何变化、相似特征多、重叠区域小等特点使得在图像配准过程中匹配对过少或误匹配增多。此时，仅靠改善配准的某一个环节很难进一步提高配准精度。其次对于复杂非线性、局部形变、多模态以及3-D图像的配准，至今仍然是极富挑战性的研究领域。鉴于上述原因，本文主要以图像配准为主线，针对各个环节进行了系统和深入的研究，重点研究了如何在复杂条件下精确地提取特征点、匹配特征点以及选择映射变换模型。同时，将图像配准的研究成果应用到复杂多运动动态场景的航拍视频稳像领域中，以提高运动载体摄像的稳定性和清晰度。论文全面分析并定量刻画了基于灰度的特征提取、基于特征描述符的特征匹配以及基于几何不变的特征空间关系三个因素对图像配准的影响，在图像配准的各个环节提出了基于特征点的图像配准方法和基于图像配准的视频稳像方法，并通过大量实验对提出方法进行了验证。论文取得的成果和主要创新点包括：1.针对传统的图像配准方法在特征点检测环节有限差分近似梯度滤波器的精度较差问题，提出了一种基于优化梯度滤波的图像配准算法。研究了几种传统的基于一阶和二阶梯度滤波的特征点检测算法，并在此基础上提出一种基于优化梯度滤波的特征点检测算法，以实现特征点的精确定位，同时，为了保证在不同摄像机焦距下获得相同的特征点，保留三个分辨率下具有恒定不变的特征点；然后利用最小生成树方法(MST)对待配准点进行初始匹配；一致特征点建立后，通过利用非线性最小二乘(NLLS)和随机采样一致性(RANSAC)算法选取具有全局最小误差的变换参数对视频帧间实现配准。实验结果表明，通过利用优化梯度滤波和全局最优模型估计可实现航拍图像的精确配准，且对不同动态场景和光照变换具有较强的适应性。2.针对基于矩不变的图像配准算法中，特征匹配环节只比较矩向量描述符的幅值信息而忽略了相位信息，提出了一种结合矩相位信息和幅值信息的具有旋转不变性的图像配准算法。首先利用尺度不变检测子Harris-laplace检测图像中的兴趣点，计算以兴趣点为中心邻域具有尺度不变性的矩；然后利用矩向量的幅值和相角信息，通过比较每个兴趣点邻域矩向量的相似度提取出初始匹配点；并对输入图像进行几何变换后将两幅图像配准。实验结果表明，该方法对尺度、旋转以及噪声均具有鲁棒性，有效降低了误匹配的概率，实现图像的高精度配准。3.针对特征点检测算法得到的特征点位置发生偏移和易产生伪角点，从而导致匹配点精度不一致的问题，在映射变换模型选择环节提出了一种基于映射抑制的航拍视频配准算法。该算法可在平面背景下实现帧间的配准，并有效将目标运动和摄像机运动分离。首先利用Delaunay三角网对采集得到的特征点进行初始匹配；然后利用交比不变性方法提取精确度最高的少数匹配点，并对模型参数进行估计，完成视频帧间的配准。实验结果表明，通过利用Delaunay三角网匹配和交比不变性方法可实现帧间的精确配准，并能有效提取地面运动目标。4.针对大尺寸、局部非线性变化的航拍图像，提出了一种基于Delaunay三角网细分的配准技术，首先对图像提取均匀分布的特征点，通过改进的SIFT向量匹配方法获得初始匹配对；然后利用计算几何中的Delaunay三角网图分解，将大分辨率图像细分为小分辨率的对应图像。图像细分将区域间的几何差异简化为更小区域的对应问题，同时，在细分过程中设计了许多步骤去掉错误匹配对及提高点位置的精度；最后利用投影不变方法对每一区域中的匹配点进行评估，将满足投影不变的匹配点用来进行三角划分，并实现块配准。对于大尺寸或局部非线性变化图像，在常规方法无法匹配的情况下，该方法具有一定优势。5.深入研究与分析了电子稳像的关键技术，提出了基于3D运动模型的航拍视频稳像算法。首先，研究并分析了稳像技术的原理和方法，重点对基于图像特征的电子稳像算法流程进行了描述；然后，利用3D运动模型计算两幅图像间的摄像机运动参数；最后，在分析了Kalman滤波方法不足的基础上，提出了利用一种自适应Kalman滤波方法从全局运动矢量中精确提取扫描运动分量并进行快速运动补偿的方法。实验结果表明，该算法能够实时稳定视频帧间的抖动现象，并有效跟随场景的真实扫描。