如今，人们所获取的图像经常超过一千万像素，使用优化的配准算法，计算和配准这种图像的局部特征经常需要至少二十秒，这用于应用程序或者是大幅图像处理时，时间代价太大。目前大多数配准方法都致力于提高精度，对于一些具有实时性要求的配准还没有较好的解决方案，对于大幅图像之间的配准拼接也未能很好地实现快速性。　　本文叙述了图像快速配准领域的研究背景及研究意义，同时也给出了该领域的大致研究现状。在此基础上，本文提出了一种基于子区搜索的超大图像快速配准新方法，通过找到两幅图像中的相似子区，只在区域上进行后续处理，减少参与特征匹配的特征点数量，减少匹配过程所需时间。实验证明，该方法相较于传统的配准算法，配准精度相当，但是配准时间可达到传统时间的十分之一。　　在现实的应用中，人们除了需要大幅图像资源外，还经常需要来自不同传感器的图像，以得到更多有用的信息，但是这些图像有着不同的成像方式，不同的光照条件等，称为异源图像。异源图像之间的灰度、对比度等相差很大，利用传统的方法对这些图像进行配准时，效果不是很好，有时甚至不能配准。　　针对异源图像以及弱纹理图像中，特征点难以提取，无法利用点特征进行配准的问题，文中提出了一种可以解决这一问题的图像配准算法。该方法的主要思想是：首先，对图像进行直线段的提取；然后，根据空间邻近性对直线段进行分组，把每个直线段组作为一个特征；之后对直线段组进行特征描述和相似性度量；最后得到匹配直线对。本文方法对于弱纹理场景图像、拍摄视角变化以及存在光照变化的图像都具有很好的鲁棒性。实验结果表明，本文的算法对于一些无法利用特征点进行配准的图像有很好的配准效果。　　随着科技的发展，二维的图像有时不能满足人们的需求，所以，三维的分析越来越受到人们的重视。对于三维地形的匹配，存在着大量的现实需求。在这些需求中，常常需要对两块相同或相近的三维地形表面进行匹配，这使得三维地形的匹配成为一个非常关键的技术研究领域。　　对于三维地形的匹配，本文概述了该课题的研究现状、研究意义，对现有方法做了简要的介绍。本文首先研究了三维地形的可视化技术，给出了可视化方法。对于三维地形的匹配，采取的主要方法是对三维地形的正射投影图进行配准，获取投影图之间的变换参数后，对应到三维中，得到三维地形之间的变换参数，实现匹配。本文方法简化了匹配过程，降低了计算的复杂度。