图像配准是计算机视觉领域的基础性课题。得益于一些优秀的特征提取、描述与匹配算法,目前,一般的同质图像配准问题能够被较为容易的解决。异质图像配准是图像配准课题中的一类问题,其旨在研究多源成像传感器获取的图像的配准,是多源图像融合的技术基础,具有重要意义。然而针对异质图像配准问题,图像灰度信息的非线性关系差异导致许多适用于同质图像配准的方法不能很好的解决异质图像配准问题,因此异质图像配准问题是一个非常具有挑战性的课题。本文研究的内容是异质图像配准方法,主要研究对象是可见光与红外图像配准。本文主要工作如下:1.本文介绍了一种包含多视角和多源信息的场景监控项目工作,该项目工作包含同质图像拼接、异质图像配准、异质图像融合三个模块,目的是满足大视野场景多时段和全天候的监控工作需求。2.本文针对一些包含大面积空旷场景的图像,构建了一种针对异质图像中关键区域的图像配准算法。本文使用基于显著性度量的关键区域提取方法与基于边缘相似性的模板匹配方法实现了包含机场场景的可见光与红外图像的自动配准,减少了图像中的干扰信息,提高了算法的准确率,降低了算法的运算复杂度。3.本文提出了一种基于自适应均衡化二阶梯度直方图的特征描述方法并应用于可见光与红外图像配准。该算法对红外图像梯度幅值进行均衡化处理并对均衡化的梯度幅值图像求取梯度,该算法在一定程度上弱化了异质图像间灰度信息的非线性关系问题。本文把该方法应用于GLOH-like和SIFT特征描述框架并与SIFT特征提取算法相结合进行可见光与红外图像特征点提取和描述,特征点匹配结果显示该方法要优于传统的基于一阶梯度直方图的特征描述算法和直接基于二阶梯度直方图的特征描述算法。