图像配准在图像处理技术领域中是一项非常重要的研究课题。图像配准将不同时间、不同传感器及不同条件下(照度、摄像位置和角度等)获取到的两幅或多幅图像进行匹配或叠加过程，它已经被广泛应用于遥感影像分析、机器视觉等领域中。但是亚像素级图像配准研究仍有很多问题需要科研人员去解决和完善。比如，在高精度图像配准中，如何解决高精度图像的实时性配准，如何解决遥感大图的快速配准等工作。高精度的图像配准对遥感图像融合起着先决条件，因此提高和改善图像配准的精度和速度，对图像配准领域有着非常重要的意义。本文正在此背景下开展了图像的高精度配准和快速配准工作。文中提出了一种基于SURF的改进算法，该算法对于旋转尺度较大的图像具有很高的精度和速度测量；还提出了一种快速提取特征点的方法，并将该方法应用到遥感图像的实时配准中，得到了遥感图像的快速配准方法，该方法在不影响配准精度的情况下，配准速度却能达到SURF算法的10倍以上。本文对四种经典配准算法、两种精确配准算法以及两种快速精确配准算法进行了对比和分析，深入研究了8种算法在配准精度和配准速度方面的性能优缺点。针对经典配准算法、精确配准算法和快速配准算法存在的一些缺点，本文对算法进行了改进，对三种改进的快速配准算法进行了重点介绍，并通过仿真实验分析验证了算法的配准精度和配准速度，最后对实验所使用的图像配准处理软件进行详细的介绍，并对软件操作进行演示。