红外成像传感器具有探测距离远，可穿透烟雾及可昼夜工作等优点，但红外图像体现物体细节信息的能力较弱；可见光图像分辨率较高，包含丰富的纹理细节信息，但是易受到光照等天气条件的影响，两种图像具有良好的互补特性，对二者进行综合分析可提供更详细的图像目标信息。而在综合分析这两种图像前，需进行稳定可靠的图像配准，已有的红外与可见光图像配准方法对分辨率差异大、图像较模糊和低图像质量等复杂场景下的图像数据配准性能降低，存在配准精度低、鲁棒性差等问题，难以满足广泛的应用需求。因此本文研究了复杂场景下的红外与可见光图像配准方法。

       本文主要研究内容如下：

       1.阐述了红外与可见光图像的成像特点，分析了复杂场景下这两种图像配准的难点，并对已有的主要图像配准方法进行了梳理介绍。

       2.针对现有方法对存在分辨率差异且成像质量较差的红外和可见光图像配准误差较大的情况，提出了一种结合滚动引导滤波和相位信息的红外与可见光图像配准方法。由于现有方法通常使用高斯滤波构建尺度空间图像实现尺度不变性，易导致图像边缘弱化，进一步损失细节信息，而滚动引导滤波具有良好的边缘保持能力，因此提出利用滚动引导滤波建立尺度空间；为了在低分辨率较模糊图像上提取充足数量的显著特征点，改进相位一致性模型使其对模糊图像结构特征定位更准确，在改进相位一致性的最大矩上提取图像的显著特征点。对于在较高分辨率的可见光图像上检测到的特征数量远多于红外图像，存在无效特征点导致匹配耗时的情形，常用方法是根据特征强度过滤特征，易导致特征聚集在纹理信息丰富的区域，提出利用 K-means 聚类算法过滤可见光图像的特征点，保留空间分布更均匀的特征；最后为抵抗红外与可见光图像间非线性灰度差异的影响，提出利用多方向的 Log-Gabor 滤波响应结果和相位一致性响应值构建最大值索引图，在两个索引图上分别进行特征描述再合并构建新的特征描述符。实验结果表明所提算法具有更高的配准精度和普适性，在公开图像数据上配准的平均RMSE 在 1.5 像素以内，在实际工程应用图像上的配准效果也优于对比算法。

       3.针对实际工程应用场景中红外与可见光图像分辨率、清晰度均存在较大差异，且图像中背景信息强、目标信息弱的情况，只进行一个阶段的配准依然存在较大的配准误差。为解决此问题，提出了基于红外显著性图和三维特征信息的图像精配准方法。由于红外图像目标区域纹理细节弱，现有方法在目标区域几乎无法检测到特征，对配准效果产生影响。因此提取红外图像的视觉显著图并将其叠加到原始红外图像上，增强其中的弱纹理目标信息，为实现图像的精配准奠定基础。之后综合考虑精配准阶段的耗时与精度需求，利用图像在多个方向上的一阶及二阶梯度信息构建三维特征信息描述符，并借助 FFT 算法在频域对描述符进行 SSD 相似性度量实现图像精配准。实验结果表明所提算法进一步减小了配准误差，对存在 10 倍以上分辨率差异的低质量红外与可见光图像实现了配准，且与初始配准结果相比，对工程应用图像配准的 RMSE 下降了约 0.4 像素。最后利用基于 NSCT 变换的图像融合方法对所提算法配准后的图像进行融合，验证了所提配准算法对融合应用的促进作用。