图像配准是对同一对象或同类对象的多幅图像进行空间位置的对齐。图像配准在近二、三十年的时间里发展迅速，理论不断完善，有很多算法得到成功应用。图像配准主要应用于三个领域：医学、遥感以及计算机视觉和模式识别。图像配准是图像融合、计算机视觉、模式识别、三维重建、机器人视觉、图像拼接、视觉检查等技术的基础。 近几年来在三维配准和非刚性配准方面有大量研究，但图像配准的速度、精度和可靠性还是制约其广泛应用的重要因素。二维刚性配准是配准技术的基础，本身也有广泛的应用领域。本文致力于二维刚性图像配准方法的研究，力求配准技术在速度和可靠性方面有一定提升，使其更适应实际发展的需要。本文的研究结论可以推广到三维配准。本文的创新点如下： 1．提出了边界距离场互信息的概念，并将其用于图像配准。该方法将模板图像边界进行一次距离变换，将距离图像灰度进行量化，作为一个随机变量，同时将浮动二值图像作为另一个随机变量，计算两个随机变量的联合分布与互信息，利用互信息的最大化来进行配准。这种方法利用基于边界特征配准方法的高效率和基于互信息配准方法对于图像内容差异具有鲁棒性的特点，得到良好的配准效果，解决了目前基于边界特征的配准方法对图像边界不理想的情况下配准效果不好的问题。 2．针对传统的基于Hausdorff距离的配准方法对浮动图像有多余边界时配准效果不好的问题，提出了基于广义Hausdorff距离的配准方法。该方法利用传统的基于平均Hausdorff距离的配准方法进行初步配准，再计算初步配准状态下浮动边界到模板边界的广义Hausdorff距离，通过对广义Hausdorff距离的分析，可得到浮动边界图像中多余边界。去除多余边界，得到新的边界点集，再与原模板边界图像进行配准。经过多次迭代，得到精确的配准结果。该算法可以解决两幅图像中有小部分不匹配情况下的精确配准问题，避免采用复杂的点匹配或线匹配算法。该方法也可以推广到三维的情况。 3． 提出基于刚体动力学的图像配准方法，该方法将两幅图像中相对不动的模板图像边界点看作一个质点系，该质点系形成最近点拟弹力场，浮动图像的边界点质点系受弹力作用引起运动。在对该质点系的运动做一定的约束后，运动将会收敛到配准状态。该方法不使用优化方法，而是利用刚体动力学的原理，使图像边界在迭代过程中有目标地、快速地收敛到配准状态，克服了一般的优化算法随机试探引起的时间浪费问题，提高了算法效率。对于浮动边界中有多余部分的 情况，本文算法还可以与基于广义Hausdorff距离的方法结合，以基于刚体动力学的方法为基础，用基于广义Hausdorff距离的方法进行多余边界的逐步去除，在少量几步迭代后，可以得到理想的配准结果。 4．提出了最近点拟引力场的概念，并将其用于图像边界配准。该方法假定模板图像边界形成最近点拟引力场，浮动图像边界在此引力场内受引力作用，将该引力作为两幅图像边界的相似性度量来进行图像配准。使得在配准时，极大弱化了多余边界的作用，解决了由于存在多余边界而引起的误配问题，提高了配准算法精确性，减小了误配率。 5．提出基于多分辨率分析的混合优化图像配准框架，在不同分辨率下可使用不同的相似性度量和优化方法，充分发挥不同相似度函数和不同优化算法各自的特点。提出一种综合的基于多分辨率分析的图像配准解决方案：在优化算法方面，在最低分辨率下，采用全局优化算法，使配准的初始阶段就已得到全局最优解的近似，避免陷入局部极小，在其他的高分辨率情况下，以上一级分辨率下得到的空间变换参数作为迭代初始值，使用速度快优化算法进行寻优，逐渐得到精确的配准结果；在相似度函数上面，在低分辨率下采用速度快但精度不高相似度函数，在最高分辨率上采用精度高但速度慢相似度函数。从实验结果看来，本文算法有较好的时间和精度综合性能，减少了误配率。 6．在基于互信息的配准方法中，提高速度的关键是减少互信息的计算量。在优化过程中，要大量、多次地计算互信息，因此减少互信息的计算量可以节省时间，提高效率。本文采用基于互信息和多分辨率分解以及混合优化策略的配准方法，并从理论上分析了互信息的计算量与图像灰度等级的关系，给出实验分析和实际应用的建议。