图像配准技术是图像处理应用方面的一个基础问题,用于不同传感器、不同视觉、不同时间或者不同拍摄条件下获取的同一场景的两幅或者多幅图像进行对准、叠加。图像配准在很多领域有着广泛的应用,如计算机视觉、医学诊断与辅助治疗、遥感影像、三维建模、图像融合等。图像配准方法有很多,基于变换域的图像配准方法是常用的方法之一,根据傅里叶变换特性,图像的平移、旋转和缩放均能在傅里叶变换域中反映出来,本文主要研究基于变换域的图像配准方法。首先,研究图像配准的理论知识,包括图像配准数学模型、图像空间变换模型、图像配准过程和方法、图像重采样理论和配准算法的评价标准。第二,研究基于变换域的图像配准方法。传统的相位相关算法只能处理存在平移的图像, Fourier-Mellin算法是在相位相关基础上提出的,可以同时检测平移、旋转和缩放参数。另外,结合图像边缘特征,建立基于边缘和相位相关的方法。第三,研究图像亚像素平移,对比亚像素配准算法,并且建立局部相位相关方法,并进行实验验证,配准精度高且抗噪声能力较好。最后,对本论文工作进行总结,并且对本文在图像配准领域仍需要进一步深入研究的地方进行了展望。