近年来有不少学者对图像配准技术进行研究,并提出了一系列相关算法。其中ASIFT算法被证明是具有完全的仿射不变性的图像配准算法。相对于经典的尺度不变的SIFT算法,ASIFT算法在其基础上加入与相机拍摄角度相关的两个参数,对配准图像模拟出尽可能多的不同拍摄角度的图像集,然后用SIFT算法对模拟生成的图像集进行穷举式配准检测。因此ASIFT算法不但具备SIFT算法的优点,即对仿射变换中旋转、缩放和平移变换的不变性,而且实现了对仿射变换中剪切变换的不变性,从而实现了完全的仿射不变性。即使图像间存在较大视角变换的情况下,ASIFT算法依然可以实现可靠的配准。颜色信息对物体的描述和识别起到了非常重要的作用。在针对彩色图像配准过程中,如果只考虑灰度信息而忽略颜色信息,很可能导致误匹配。ASIFT算法在针对彩色图像进行配准时,首先将彩色图像转换为灰度图像,然后根据图像的灰度信息进行特征点的提取和匹配,从而导致颜色信息的缺失。当配准图像间的光照条件出现变化时,ASIFT算法的配准效果大幅下降。颜色不变量理论的提出为彩色图像配准提供了一种方法。依据颜色不变量模型对彩色图像提取的颜色不变量,与观察位置、表面朝向、光照的方向、强度和Fresnel反射系数均无关。因此结合颜色不变量理论和ASIFT算法,提出一种新的彩色图像配准算法CASIFT。在ASIFT算法基础上,以图像颜色不变量代替灰度信息提取特征点,并根据特征点周围区域的颜色不变量信息建立特征点的特征描述子,解决了ASIFT算法无法在光照差异较大情况下进行彩色图像配准问题。实验表明,引入了颜色不变量的CASIFT彩色图像配准算法对于光照变化和视角变化均有更好的鲁棒性。