图像配准是对不同时间、不同视角或不同传感器拍摄的两幅或多幅图像进行空间变换,使得各个图像在几何上能够匹配起来,它在计算机视觉、模式识别、医学图像分析和遥感数据处理等学科中均占有举足轻重的地位。基于互信息的图像配准方法无需对图像进行分割等预处理,易于实现不同模式图像的自动配准,但计算量较大。由此本文提出了利用全局搜索算子PSO和局部搜索算子Powell相结合的算法,对配准测度函数进行参数寻优,提高了配准效率。另外,本文提出了空间梯度和互信息相结合的配准方法,该方法同时考虑图像的灰度信息和空间信息。首先利用小波多尺度积计算梯度的幅值和幅角,将空间梯度信息引入到归一化互信息的计算中,从而定义一种新的测度函数。通过仿真比较表明,新方法相比于传统的归一化互信息方法,对图像变化区域和噪声的敏感度降低,配准函数曲线平滑,峰值尖锐,易于选择出最佳配准参数,并且配准后图像和参考图像间的互信息偏大,这表明新方法是一种更有效,鲁棒性更强的配准方法。