为了解决目前机动车和船舶尾气污染难监测、难治理的问题,武汉物数所提出一种尾气遥感在线监测方式。由于系统中使用多传感器对尾气图像进行采集,使得配准成为十分关键的一个环节。配准结果的好坏直接关系到对尾气的监测结果是否准确,因此需要一种合理有效的方法来解决在线监测系统中的尾气图像配准问题。目前关于配准方向的研究很多,该项技术也广泛应用于医学、遥感和计算机视觉等领域,但是关于本系统中异源尾气图像配准的研究很少见,传统方法对该类图像矫正效果不佳,无法满足尾气在线监测系统的需要,因此对异源尾气图像配准进行深入研究具有重要的意义。本文结合异源尾气图像的特征对现有的配准算法进行研究和改进,得出了一种适合异源尾气图像配准的算法,并对其进行了工程实现,具体研究内容如下:(1)本文首先利用传统互信息和SIFT算子两种不同的思路对异源尾气图像进行初步实验,得出传统互信息的方法更加适合尾气图像配准的结论,但是实验结果也表明传统互信息存在精度不足的问题。(2)为了提高尾气图像的配准精度,本文对传统互信息方法中的优化搜索策略进行了深入研究。在现有优化求解方法的基础上做出调整,提出了双重尺度搜索遗传算法。通过与现有算法进行比对实验,结果表明双重尺度搜索遗传算法具有搜索精度高,能够克服局部极值的优点。(3)由于尾气图像的有效像素占比小,干扰因素多,导致了传统互信息作为相似性测度时无法很好的描述不同尾气图像之间的相似性。本文在现有度量标准的基础上进行优化组合,提出了乘法混合互信息和加法混合互信息对尾气图之间的相似度进行描述。采用不同相似性测度完成比对实验,结果表明加法混合互信息能够更加完善的描述不同情况下尾气图之间的相似度。(4)本文结合工程需要,基于QT开发框架对异源尾气图像配准软件模块进行设计和实现,并对相应的功能模块进行测试。最后通过一组配准前后尾气图像中二氧化硫的浓度反演实验,验证本文提出尾气图像配准算法的有效性。