图像配准(Image Registration)是摄影测量与遥感领域的关键技术之一,是资源分析、地矿勘测、医学影像分析等应用技术的基础。图像配准是将同一地物的两幅或多幅图像进行对准的过程,对准结果的精度和效率,将直接影响后期的图像分析效果。随着计算机技术的发展,不同类型的图像数据迅速增多,人们对图像配准的实时性、稳定性以及适用性要求越来越高。图像配准技术在社会生产以及宇宙探索等领域中的重要性必将进一步提升,如何满足不同数据类型、不同变换图像之间的配准要求,在保证配准质量和可靠性的前提下进一步提升图像配准速度,将是计算机科学、图像处理等领域的重点研究内容。近年来,研究者们提出的解决方法大都只是针对其中一种或几种变换进行,算法的性能和适用范围都具有一定的局限性。到目前为止,还没有一种通用的方法能有效解决同时具有大尺度平移、旋转、缩放以及噪声变换的图像配准问题。　　鉴于此,本文提出改进的相关系数图像配准算法,在保持相关系数法原有优点的情况下,实现了具有旋转和尺度不变性的图像配准。本文的主要研究内容有:　　(1)图像配准的理论基础。对图像配准的研究现状和相关理论进行深入研究,总结归纳图像配准的关键影响因素。　　(2)经典的图像配准算法研究。针对国内外常用的几种图像配准算法进行深入探讨,重点对其旋转和尺度不变性进行分析,对比现有算法的优缺点,提出目前图像配准算法存在的不足之处。　　(3)相关系数法的理论基础研究。对相关系数法的基本原理进行系统研究,总结不足,初步提出解决思路。　　(4)改进的具有旋转不变性的相关系数图像配准算法研究。针对图像的旋转问题,分别运用对数极坐标变换、霍夫变换、Radon变换和1D傅立叶变换等进行变换域内的相关系数法配准,对比分析其优缺点,找出最优的解决方法,实现相关系数图像配准方法的旋转不变性。　　(5)同时具有旋转和尺度不变性的相关系数图像配准算法研究。在系统研究了空间域和频率域相互关系的基础上,提出基于傅立叶变换的尺度因子检测方法,并进一步提出具有旋转和尺度不变性的相关系数图像配准算法。　　本文选取了序贯相似检测算法、Sift算法以及Fourier-Mellin算法作为本文算法的对比参照算法。实验结果表明:本文算法针对同时存在平移、旋转和缩放变换的影像具有较高的适应性和稳定性。