自动图像配准是以自动化的方式实现对图像的高精度、高效率配准的综合性图像处理技术。作为图像处理的核心技术,自动图像配准是图像融合、图像重建、三维建模等的关键性技术之一,在工业、军事、科研等领域有着广泛的应用前景和极高的应用价值。本文详细探讨了图像配准中几何变换模型、特征检测匹配算法以及模型参数估计算法。为了满足高精高效的要求,本文对SIFT算法和RANSAC算法都做了大量修改。但自动图像配准不是这些算法的简单组合应用,它有着完整的体系结构。从系统的角度出发,本文引入了图像多尺度分析技术和相关区域分析技术,提出了“自下而上,逐层迭代,逐步求精”的思想。图像多尺度分析消除了图像中的细节信息,使得检测匹配的特征点更加稳定。相关区域分析检测待配准图像间的重叠区域,逐层迭代时只检测相关区域,使得自动配准更高效。综合运用这些图像处理技术,形成了完整有机的自动图像配准的体系结构。仿真实验结果表明,本文提出的自动图像配准算法的估算参数精度高,误差小,基本不受待配准图像尺寸影响。分组实验表明,自动图像配准算法的运行时间较直接配准方法有了极大的改进,实现了算法的高效率。故本文研究的自动图像配准算法基本实现了自动化、高精度、高效率的三大要求。