图像配准是对两幅或多幅来自不同设备或不同时间拍摄的图像进行空间位置对齐的过程,目标是为了寻找它们之间的一个空间变换,使得在这个最优变换基础上,两幅图像间的像素点在几何位置上能够达到匹配,其本质是空间坐标的一个映射过程,使得待配准图像的像素点能映射到参考图像所在空间坐标系下的同一位置。图像配准是图像识别、图像分割和图像融合的前提,并在医学图像处理、机器视觉、目标检测等方面应用较为广泛。本文的主要研究内容如下:通过查阅国内外对图像配准的相关文献,对其研究成果和最新进展进行了整理和总结,给出了图像配准的数学定义和图像配准的主要步骤。在基于灰度的图像配准方法中,研究了常见的四种配准方法,并分析比较其各自优缺点,在实验中模拟仿真了结合相位相关和互相关的图像配准算法。结合以互信息量作为相似性度量函数提出了一种基于混合互信息和改进PSO的图像配准算法,在配准前期,使用Renyi熵计算两图像的重叠部分互信息并结合改进PSO算法对图像进行全局搜索,在配准后期,由粒子群算法找到的全局最优解向量组再使用Shannon熵作为相似性测度对图像进行Powell算法局部寻优。实验结果表明该算法在收敛速度和精度方面都优越于其他传统配准算法。