(1) 基于频域的图像配准

基于频域的图像配准中的经典算法是前面所提到的基于FFT的相位相关度配准。利用傅立叶变换的优良特性，即是在频率域内函数的平移、旋转和缩放都有其对称性。在处理需要平移的图像时，通过对两幅图像的相位互功率谱进行傅立叶变换运算可以得到一脉冲函数，然后该函数不为零的地方便是所要求得的平移量。在处理需要旋转的图像时，先将图像从直角坐标系映射转换到极坐标系，这就相当于将图像的旋转转化为图像的平移，然后使用刚才求平移量的算法去算得旋转角度量。当平移和旋转同时存在时，我们则可以分两步进行计算：先计算旋转，后计算平移。

(2) 基于灰度信息的图像配准

此配准方法使用了图图像元素材的灰度信息，以对应关系模子为依据去改变每一个相关的图像元素点，使用研究出来的方法，探求得到一个能使相似性评价函数值达到极值的变换参数值。其中，使用比较多的是模板匹配法。该方法就是先从图图像元素材的重叠区域中取出一块矩形区域，这一块区域就当作是模板，然后将模板去和被搜索图像中大小尺寸相同的区域进行比较，根据相似程度来确定最住的匹配位置