随着航空航天技术的不断发展,航拍图像在军事侦查、地形绘制等方面取得了广泛的应用,由于航拍图像拍摄高度很高,图像上的一点误差对应到地面上可以造成几十米甚至上百米的误差,因此,图像配准技术应运而生。一般的图像配准方法在计算时间和配准精度上都存在一些不足,经过调研和实验,本文从这两个方面对图像配准算法进行了改进。　　图像配准算法一般采用基于特征的配准方法,其中Scale Invariant Feature Transform(SIFT)算法提取出来的点特征具有仿射不变性,非常适合对不同角度、不同方位拍摄的航拍图像处理,经过实验证明效果也最佳,因此本文采用SIFT算法来进行特征提取和匹配。　　本文的主要研究内容有以下几个方面:　　1.由于航拍图像分辨率很高,有些图像甚至达到上百兆,用一般的图像配准算法来处理会因为内存的问题变得非常缓慢,甚至出现无法处理的情况。本文采用了将航拍图像进行分块的方式,并用多线程来分别对这些图像块进行SIFT特征提取,大大节省了特征提取的时间。　　2.为了避免由于图像分块的原因造成特征提取的丢失,本文在用SIFT特征提取的时候采用了跨图像的极值检测方法,保证了特征提取的完整性。　　3.提取特征并完成特征匹配之后,将得到一系列匹配点对,本文用最小二乘法对仿射变换参数进行求解,并提出了一种参数迭代更新法,通过剔除大误差的匹配点,循环修改参数,提高了原SIFT算法的配准精度。