伴随着信息技术的飞速发展以及科技水平的不断提高,图像配准技术已成为图像处理领域中一项极为重要的技术,成为当今研究者所追寻的热点问题之一。图像配准就是建立两幅或者多幅图像之间的对应关系,确定相应的几何变换参数,将两幅或者多幅图像变换到同一坐标系下,最后在像素层上达到最佳匹配的过程。图像配准的方法大体可以分为基于灰度信息的图像配准方法和基于特征的图像配准方法。由于小波变换具有多分辨性和局部性,因此基于小波变换的特征提取方法被众多学者广泛应用于图像配准、目标识别及计算机视觉等图像处理领域中。尤其是基于小波模极大值法常常使用于各类图像的匹配中。本文针对小波模极大值法应用于多模态图像匹配中匹配效果差这一问题,实现了一种优化的小波模极大值法,并将其应用于红外图像与可见光图像、CT与MR图像的匹配中。然而在二维情况下,利用小波变换捕获的方向信息具有一定局限性,因此具有平移不变性的、多方向的、多分辨率的NSCT变换应需而生。本文的重点就是结合NSCT变换的多方向性和DAISY描述子的快速性,提出了一种新的配准方法,并将其应用于红外图像和可见光图像的配准中。在评价性能时,主要采用了目视观察法和准确率指标比较法。实验结果表明了本文提出的方法对于某些多模态图像的配准具有一定的有效性、精确性和适用性。