在图像处理领域中,图像配准作为其中一个被研究的热点问题,不免在研究上存在一定的难点。它属于图像的预处理方法,同时也是图像识别、图像融合等领域的预处理步骤,与后面处理技术的成败密切相关。目前,许多研究人员将分数阶傅立叶变换(Fractional Fourier transform,以下简称为FRFT)作为研究方法,在图像融合、图像配准等方面已经获得了一些研究结果,但随着数字图像的多样性,已经无法满足现代化需求。本文主要将具有平移、旋转关系的图像作为研究对象,基于FRFT对图像配准实行进一步方法改进,使具有平移及旋转关系的图像在FRFT域上实现配准,并通过仿真实验来验证方法的可行性。本文提出了两种方法,一是基于FRFT和遗传算法(Genetic algorithm,以下简称为GA)的图像配准方法,二是基于FRFT和GA以及粒子群优化算法(Particle swarm optimization algorithm,以下简称为PSO)的图像配准方法。首先利用二维FRFT以及相位相关方法对具有平移变换和旋转变换的图像进行粗配准,同时得到粗配准参数。接下来寻找新的基于FRFT的相似度准则以及目标函数MPSNR。对于基于FRFT和GA的图像配准方法,将上述相似度准则作为GA的适应度函数,然后进行仿真实验。将MPSNR与互信息分别作为GA的适应度函数,对于不同的初始种群大小,对收敛代数以及运行时间进行分析对比;然后应用基于FRFT和GA的配准方法对具有平移及旋转变换的图像进行配准,求得最优变换参数。对于基于FRFT和GA＿PSO算法的图像配准方法,以同样的相似度准则作为GA＿PSO算法的适应度函数,然后进行仿真实验,应用基于FRFT和GA＿PSO算法的配准方法,对具有平移及旋转变换的图像进行配准,求得最优变换参数。最后,将从两种新方法中得到的最优变换参数与粗配准参数以及精确值做对比,并对误差和运行时间进行分析,证明所提出改进方法的可行性。