《图像配准技术及其MATLAB编程实现》重点介绍图像配准过程中涉及到的关键性技术，包括特征空间、搜索空间、插值技术、相似性度量和搜索策略五大方面的理论知识，并给出相应的Matlab源代码。最后，以一个配准实例说明图像配准的整体实现过程。《图像配准技术及其MATLAB编程实现》可作为从事图像配准、融合研究和应用的高校教师、研究生、高年级本科生及科研人员的参考书。

　　最近邻插值法的实现方法是：配准图像的像素通过反向映射得到原始图像上的一个浮点坐标，对其进行四舍五入的取整，得到一个整数型坐标，这个整数型坐标对应的像素值就是配准图像对应像素的像素值。也就是说，取原始图像浮点坐标最邻近的点对应的像素值赋给配准图像。其实现过程如图5．1所示。
　　在图像配准的灰度级插值过程中，经常需要处理出界点的问题。出界点是指反向映射点超出原图像区域，比如在几何变换时，反向映射点坐标值为负值。对于不在原图中的点，可以直接将它的像素值统一设置为某一固定值（如对于灰度图设置为0或255，即黑色或白色）或者将它的灰度值等于和它相邻的且在原图中有映射点的像素灰度值。

第1章  绪论
1.1  图像配准原理
1.2  图像配准的基本框架
1.3  配准方法分类
1.4  常用的图像配准技术
1.5  图像配准与融合的意义
1.6  图像配准与融合技术的应用
第2章  数字图像
2.1  X线影像
2.2  CT影像
2.3  MRI检查技术
2.4  SPECT成像
2.5  PET成像
2.6  超声成像
2.7  SPOT影像
第3章  特征空间
3.1  点检测
3.2  线检测
3.3  Hough变换
3.4  边缘检测
第4章  搜索空间
4.1  平移变换
4.2  旋转变换
4.3  缩放变换
4.4  综合变换
第5章  灰度级插值技术
5.1  最近邻插值法
5.2  双线性插值法
5.3  立方卷积插值法
5.4  PV插值法
第6章  搜索策略
6.1  一维搜索算法
6.2  Powell算法
6.3  遗传算法
6.4  蚁群算法
第7章  相似性度量
7.1  最大互信息测度
7.2  AM测度
第8章  图像配准实例
8.1  配准算法
8.2  Matlab编程实现
8.3  程序运行界面及结果
附录A  本书使用的工具箱函数
附录B  Matlab 7.0图像处理工具箱函数
参考文献