图像配准是一种图像的预处理技术,将不同条件下得到的两幅图像进行对准或者叠加拼接,被广泛应用在医疗诊断、计算机视觉等领域中。基于变换域的图像配准技术以其计算量小、抗噪性好、实现简单等优点得到广泛的应用。传统的基于变换域的算法主要以傅里叶变换为主。作为传统傅里叶变换的广义形式,分数阶傅里叶变换引入了变换阶次的概念,既保留了傅里叶变换的优良性质,又具有自己独特的优势,即同时包含了时域和频域的信息。本文以基于傅里叶变换的刚性图像配准作为切入点,研究了分数阶傅里叶变换在刚性图像配准中的应用,对旋转和平移变换的图像配准进行了深入探索,主要研究工作如下:1、首先阐述了图像配准的发展历程,研究意义以及国内外研究现状,总结了目前主要常用的图像配准算法。介绍了一维分数阶傅里叶变换的定义、性质以及常用离散算法,并引出了二维分数阶傅里叶变换的定义以及优良性质。2、提出了一种基于分数阶傅里叶变换和相位相关技术的刚性图像配准算法。研究推导了二维分数阶傅里叶变换的时移特性以及旋转不变性,并基于二维分数阶傅里叶变换的这两种性质,分别对平移和旋转变换的图像进行配准,并与传统的基于傅里叶变换的图像配准算法进行分析比较,仿真结果证明了算法对噪声污染比较严重的图像有较好的结果。3、提出了一种基于分数阶傅里叶变换和简化粒子群优化算法(SPSO)的刚性图像配准技术。该算法基于二维分数阶傅里叶变换的时移和旋转不变性,引入效率相对较高的简化粒子群优化算法,以改进的峰值信噪比(MPSNR)作为相似度准则,对同时具有平移和旋转变换的图像进行配准研究,与其它基于分数阶傅里叶变换的图像配准算法相比,算法的精确度与效率都有一定的改进。与基于互信息的配准算法相比,算法的抗噪性更好。