图像配准是图像处理的基本任务之一，在基于单幅编码图像的重构系统中，由于摄像机视角等问题，在对大范围物体进行检测时，必须多次采集局部图像，然后进行配准拼接来完成测量。 本文对三维重构系统中的编码图像的配准技术进行了研究，并得出了两种方法：基于特征点的配准方法和基于编码图像特性的配准方法。本文详细论述了这两种方法的特点和适用性，并对两种方法做了配准实验和比较。 基于特征的图像配准方法是目前图像配准最常用的方法之一，其最大的优点在于能够将对整个图像进行的各种分析转化为对图像特征(特征点、特征曲线等)的分析。编码图像具有许多很明显的角点特征，将角点作为特征点进行配准取得很好的效果。本文通过对现有的特征提取方法进行分析，重点研究了点特征的常用提取方法，提出了采用结合Canny边缘检测的改进的Harris角点检测方法，取得了较好的效果。正确地选择配准准则同样影响着图像配准的效果，本文根据图像的特征采用了基于仿射变换模型的配准方法。 在对编码图像的研究中发现，编码图像具有很好的窗口特性和颜色特性，利用这两种特性得出了一种新的配准方法，此方法比普通的模版配准方法计算量要小的多，能够较好地实现快速、准确的配准。但其也有一些缺陷，如对待配准的图像有很多的限制，不能有旋转和缩放等。 实验表明，两种方法都对编码图像很好地进行了配准，满足了大范围物体三维重构中图像配准的要求。