图像配准是寻找同一场景下的两幅图像在空间中对应关系的过程。图像配准技术作为一项基础图像处理技术,在图像像质提升、遥感图像分析、三维成像等领域有着重要应用。随着这些领域需求的急剧增长,对图像配准方法的运行效率、匹配精度都提出了更高的要求。当前流行的基于特征的图像配准方案完全基于图像信息,不同于此,本文考虑利用已在许多成像设备上普遍配备的运动传感器,提出基于传感器运动信息的图像配准方案,可以加快配准速度,对高动态图像、多帧降噪等图像应用有着积极意义。本文介绍了选题的背景、图像配准在图像处理领域的应用,总结了图像配准技术的研究现状。研究了图像配准技术的基础理论和相关方案,包括配准问题的基本数学模型,基于灰度信息的配准方法,基于变换域的图像配准方法,基于特征的图像配准方法。总结了这几类方法各自的算法思路及实现步骤。本文提出基于传感器运动信息的图像配准方案。该方案从相机投影模型出发,利用相机运动的变换关系,推导了相机旋转角度与图像坐标变换之间的数学模型。然后提出了针对旋转角度测量误差的精确匹配方法,以提高配准方案的实用性。该方法设置了与角度测量误差大小相关的特征点匹配搜索范围,从而避免了特征点匹配全局搜索,提高了匹配运算速度。之后利用随机采样一致性(Random sample consensus,RANSAC)方法根据匹配的特征点对进行图像变换矩阵拟合。最后讨论了该配准方案的适用范围。本文针对上述算法设计了硬件验证方案,并搭建了硬件平台。通过刚性固定于相机上的MEMS(Microelectromechanical systems)陀螺仪获取相机运动信息,然后根据两张图像拍摄时刻之间相机的旋转信息来进行这两张图像之间的配准。实验结果表明提出方案的有效性,相比于特征点暴力搜索匹配,本方案减少了特征点匹配31%的运算时间。