图像配准是图像处理和计算机视觉中的一项重要研究课题,随着多光谱多传感器成像技术的发展,图像的配准变得愈发重要。红外图像和可见光图像都具有各自独有的特征,所展示出来的相似性并不高,因此很多配准算法如灰度相关法、角点法、傅里叶变换法等都不能成功的运用在这两种光谱图上。然而,红外和可见光图像的边缘特征和信息熵都存在一定程度上的相似性。本文研究了利用图像中的边缘特征进行配准的方法。由于通用的两种边缘匹配方法存在速度慢、鲁棒性不高等缺点,本文提出了一种新的边缘匹配方法—边缘归一化相关匹配法。这种新的匹配方法不仅匹配速度快、鲁棒性较高,而且能够有效抵御干扰点。利用互信息也能够实现对红外和可见光图像的配准,但是互信息法的速度很慢,因此本文提出将小波分解与Powell法结合的搜素算法,大幅度提高了配准速度。仿真后的结果表明,这两种方法都能够有效的实现红外和可见光图像的配准。