近年来，随着计算机科技的迅猛发展，计算机科技中的各种新技术、新理论、新算法不断涌现，涉及范围越来越广，作为图像的识别、运算与处理基础的图像配准技术也在快速发展中。对两幅图像进行配准处理，就是要通过配准测度函数，求出一个空间变换关系，使得经过该空间变换后，两幅图像能够在空间几何上达成一致。　　 尽管图像配准技术经过多年的研究，己经取得了很多研究成果，但是由于各成像仪器的成像机理和条件的不同，造成图像配准的输入数据来源呈现出多样性，不同的应用对图像配准的要求也各不相同，使得配准问题变得更加复杂，有时配准实现的结果并不理想，特别是针对大量图像构成的序列图像配准处理时更是如此。因此对序列图像进行图像配准方法的研究有着重要的意义。　　 本文在对原有配准研究的基本理论与数学基础进行了较全面地系统学习，并对图像配准过程中用到的几何变换、相似性测度、特征匹配等内容的典型算子等进行了多方面的实验基础上，提出了一种结合特征和互信息的混合式分阶段图像配准方法，综合利用了基于角点、边缘特征和灰度互信息的分段式图像配准方法。　　 该方法先求出角点，然后利用小区域互信息配准方法，对角点进行配对。在取得参考图与浮动图之间的角点对之后，再计算出一个初配变换矩阵T，完成图像的初步配准。然后再提取出图像的边缘信息，细化边缘后依据初配变换矩阵T对图像边缘进行图像细配，得到图像的配准边缘点对，最后再根据需要做进一步处理。　　 论文针对这种混合式分阶段图像配准方法做了大量的实验，以了解该配准算法的优缺点，实验证明了该图像配准算法的可行性。　　 针对序列图像的图像配准中源图像数量较多、有序等的特点，研究了序列图像配准的几种不同类型算法，包括以指定对象或指定位置为目标的固定参考图配准、以序列顺序进行两两配准的序列相邻配准、建立特征库的图像配准。通过实验和分析，提出了一种改进的分段式图像配准方法，在原有方法基础上，加入了采用聚类方法实现的区域分割技术，虽然引入聚类操作会延长配准所需的运算时间，但是在聚类成功的情况下可以对目标区域实现更加准确的配准。在处理一组360度旋转物体的序列图像时，使用此方法较好地实现了区域追踪与区域精确配准。