多波束测深系统能够获取高精度水深地形数据，同时能够获取海底地貌图像信息，其图像位置精度较高，但分辨率较低;侧扫声呐系统能够获取高分辨率海底地貌图像，但位置精度较差。由此可见，侧扫声呐与多波束的测量成果具有相得益彰的一面。若对二者的图像进行融合，则可获得位置信息准确、分辨率较高和信息更丰富的海底地貌图像。　　本文对图像配准的方法进行了研究和分析，结合海底声纳图像的特点和配准方法的优缺点，选择了人机交互法、SIFT算法以及互信息和相关比法对多波束图像和侧扫声呐图像进行配准，然后对配准好的图像进行了小波融合。　　文中对SIFT配准算法进行了改进，提高了算法的配准效果和速度;但是该图像配准算法当中，需要设置的参数和阀值比较多，需要根据具体的图像对参数阀值进行调整，这就需要通过多次实验来得出适合具体图像配准的参数范围;并且，利用SIFT算法配准图像时，如果两幅图像之间的灰度和几何畸变较大，则图像配准效果不佳，因此本文将鲁棒性更强的互信息方法应用到了多波束和侧扫声呐图像的融合中。　　互信息算法对图像进行配准时，存在着容易陷入局部极值的弊端，因此，本文对互信息算法进行了改进，结合互信息和相关比的优点，生成了一种新的组合算法，通过实验证实了该算法可以更快更好的实现多波束声呐图像和侧扫声呐图像的配准。