图像配准技术是图像处理中的一个基本问题,它的主要目的是根据图像在分辨率、灰度属性和位置等方面的差异寻找两幅或多幅图像间的最佳配准关系。现在该技术已经广泛地应用在多个领域中,如计算机视觉、医学诊断与辅助治疗、遥感影像等。图像配准技术可根据图像信息处理方法的不同分为三类,它们分别为基于特征处理、基于灰度和基于变换域处理的图像配准。本文中采用基于灰度的配准技术。使用互信息作为配准的测度函数,将混合的优化算法作为配准中的优化算法,设计了一种基于改进的粒子群算法和烟花算法的图像配准算法,并最终实现两幅图像的配准。文中首先介绍了该技术研究的意义、背景及国内外研究现状等等,并介绍了该技术的相关理论。然后介绍了配准中的优化问题和优化算法,并提出了一种改进的粒子群优化算法。在该算法中首先对粒子群算法的惯性权重根据寻优过程中的进化因子进行改进,同时为增加粒子群的多样性,使用烟花算法中的高斯变异算子对粒子群进行变异处理,防止粒子群早熟。实验证明,本文提出的改进算法显著提高了粒子的寻优能力,在求解复杂函数优化问题上具有有效性和优越性。最后将该算法应用在图像配准中并与其它配准算法进行对比,由实验结果可知,该算法可提高配准精度,耗时少,同时也可满足其它应用对图像配准的要求。