地基大口径望远镜和空基太阳观测卫星为天文研究提供了前所未有的高时空、高分辨、多波段的观测数据。如何提高这些数据的使用价值成为当前诸多天文学家研究的热点。将相同观测时刻的地基与空基太阳观测图像或者同时刻不同波段的太阳观测图像实现精确的配准,就可以在全波段上进一步深入分析太阳活动,对比分析同一太阳活动在不同波段上的演化,无疑可以显著提高地基、空基图像数据的可用性,为天文学家开展研究提供更多的手段,提高科学产出。然而太阳观测图像不同于日常生活中的自然图像,太阳观测图像结构复杂,特征边界不清晰,太阳观测图像通常是一个动态图像,上面存在着各种各样的太阳活动,可以获得的特征可能每时每刻都在发生着变化,而且这些变化通常是不可预测的非刚性变化。另一方面,太阳观测图像的图幅相对较大,结构复杂,特征不明显。不同设备拍摄的太阳观测图像,不仅分辨率相差很大,且不可避免地存在旋转和缩放,太阳多波段图像的配准充满了挑战。针对地面NVST拍摄的太阳局部高分辨率图像与SDO/HMI卫星拍摄的太阳全日面图像的配准工作,本文研究了以快速归一化互相关算法求解太阳局部高分辨率图像在全日面像中的位置,再使用SIFT算法实现局部高分辨率图像与全日面图像特征点的检测,并对特征点匹配算法进行改进以获得更多的匹配点,然后使用MLESAC算法对匹配结果进行筛选,去除掉错误的匹配点,以提高配准精度,最后求解匹配点之间的变换参数从而完成最终的配准的一整套方法。该方法既实现了配准过程的全自动化,无需人工预设配准参数,也保证了配准的精度。通过与已有的一些算法的对比分析证明该配准方法的配准精度、时空开销以及鲁棒性都拥有优势。针对Hinode/SOT卫星拍摄的G波段太阳光球图像和Ca波段太阳色球图像的配准工作,本文研究了以图像中对应的亮点结构代替传统的米粒暗径的角点特征作为图像配准的特征点,使用阈值法和区域生长法相结合的方法提取光球和色球上对应的亮点结构,对迭代最近点算法进行了改进,将迭代最近点算法和最近邻匹配算法相结合,进行光球和色球亮点的匹配。随后,针对亮点结构可能存在随机偏移的问题,为了验证算法的可行性和配准精度,设计了仿真实验,模拟亮点结构的随机移动,仿真实验结果证明本文方法可以很好地完成光球与色球图像的配准,且配准精度可以达到千分之一角秒级别。最后将本文方法应用到实际配准工作中,完成了不同波段的光球和色球序列图像的配准。通过与已有的传统方法的对比,显示了本文研究的配准方法优势明显。相比传统的Harris方法,本文方法获得的匹配点数要多三倍以上,且分布更加均匀;相比ICP方法,则本文方法的准确性和稳定性更好,鲁棒性高。本文的研究成果,经过适当修改和改进,可以应用于其他波段或设备拍摄的太阳图像的配准工作。