图像配准是计算机视觉、模式识别和图像处理领域中的一个基本任务,当前经典的同名点集提取与匹配算法主要针对刚体形变的图像配准问题,但是非刚体形变的图像配准需求普遍存在且应用日益广泛。本文基于图像配准的技术框架,以同名点集的优选为目的,对非线性尺度空间、点集的均匀分布、局部形变不变特征的描述与匹配、局部仿射不变几何约束、非刚体形变几何模型、非刚体图像配准应用等基础理论及关键技术进行了深入研究,为实现非刚体形变的图像自动配准提供了一些技术支撑。在候选同名点集检测方面,面向非刚体图像配准的需求,为了提取沿着图像线特征均匀分布的候选同名点集,提出了一种基于非线性尺度空间和均匀分布策略的点集检测方法。该方法利用双边滤波器代替高斯滤波器构建非线性尺度空间,然后利用尺度空间和图像空间的均匀分布策略提取指定数目的候选同名点集。在局部形变不变特征描述方面,针对Da LI算法无法准确的划分局部支撑区域与主方向的不足,提出了一种改进的有向非刚体形变局部不变特征描述符(o-Da LI)。该方法首先根据特征点的二阶矩阵估计其椭圆邻域并指示主方向,然后对局部支撑区域进行同性化处理,以消除各向异性形变的差异,最后把局部支撑区域加权嵌入到三维空间,用热核信号的形变不变性进行特征点局部支撑区域描述。在同名点集匹配与图像配准方面,为了得到更精准的同名点集,提出了一种基于局部形变不变特征和几何约束的非刚体图像配准算法。该方法分别以GIH算法和o-Da LI算法作为局部形变不变特征描述,以K近邻算法和Delaunay算法构建的三角网来构造具有局部仿射不变特性的几何约束,构建综合利用局部形变不变特征和几何约束的目标函数,求解同名点集的匹配对应关系,进而利用薄板样条模型实现图像配准。并成功的将本文的算法应用在了医学和遥感影像的配准中,取得了较好的配准效果。