图像配准是一个寻找多幅图像间某种空间变换关系的过程,使这些图像能够达到空间上的一致,它是多模图像分析和处理的前提,在图像处理、计算机视觉、模式识别等领域都有着广泛的应用。随着多模图像传感器成像技术的发展,多模图像间的配准工作变得更加重要。但是由于多模图像特别是红外和可见光波段的图像间,各波段特征和成像模式是有差异的,造成这两种模式的图像之间的相似度并不高,因此很多原有的配准方法在这两个波段图像的配准中并不能完全适用。本文提出了一套适用于多模图像间的高精度配准方案,首先利用现有的两种配准方法互信息和SIFT方法进行初步配准,然后再利用经改进后的小成分准则配准方法做高精度配准,以实现多模图像的亚像素精度配准,为之后多模图像的信息分析和处理提供准确的图像数据。　　本文通过多模图像配准实验,首先详细分析了互信息方法和SIFT配准方法的配准精度和可靠性,并讨论了这两种方法在多模图像配准应用中的适用性。然后,针对多模图像的成像特点和原有配准方法存在的不足,提出了利用多模图像的小成分和噪声子空间特征值的变化来作为图像配准判断标准的小成分配准准则。最后,针对小成分配准准则的性能特点,提出了利用平滑滤波来优化小成分配准准则的测度曲线和利用最小值点和井深边缘点的差值来筛选较差极值点的方法来增加小成分配准准则的配准精度。并且在多模图像配准实验中取得高精度的配准准确率。