图像配准是将两张或多张在不同时间，从不同角度，来自不同传感器以及在不同条件下拍摄到的图像进行匹配的过程。图像配准的目的就是寻找两幅图像之间的变换关系，它在计算机视觉，图像导航，三维重建和医学图像处理等方面具有广泛的应用前景。人脸的三维重建是近年来计算机图形图像学研究的一个热门方向。图像配准是进行人脸三维重建的前提基础和核心技术。 基于特征的图像配准方法是目前比较流行的图像配准方法。它包括特征提取和特征匹配两个主要内容。本文以人脸图像作为配准研究对象。文章首先介绍了图像配准的相关基础知识，其后介绍了小波变换的基础知识并对小波的多分辨率分析的特性进行了分析，在此基础上提出了基于小波多分辨率特性的在尺度上进行特征提取的算法。该特征提取算法利用了小波的多分辨率特性，在不同的分辨率下利用小波变换提取边缘特征点，然后根据分辨率不同逐步实现由粗到精的匹配过程。在图像匹配相似度测试算法上，本文首先分析了各种不同的相似度测试算法，重点对归一化相似度测试进行了分析并对其在经过较大角度旋转情况下的匹配失误进行了分析，然后提出了一种改进的相似度测试算法。该匹配算法原理是基于对搜索窗口进行旋转然后进行相似度测试。在进行了基于特征的配准知识介绍之后，文章对图像配准后重建中使用的图像插值算法进行了介绍和分析。最后本文以一个计算机实现的实验模型对该算法的配准效果和算法性能进行了全面的测试并对测试结果进行了分析。总结展望部分对全文内容进行了总结并对本配准算法在人脸三位重建方向的应用价值进行了分析展望。