图像配准是计算机视觉和模式识别领域中的一项重要课题,在遥感探测、医学成像和基于多传感器融合的目标识别等领域中都有着广泛的应用价值。气象云图非刚性配准是校正其非刚性畸变的有效手段,配准效果的好坏直接影响到融合后的气象云图的效果。针对气象云图非刚性畸变产生的原因,本文深入的研究了医学图像非刚性配准算法,在此基础上确立了采用基于灰度的Demons算法和基于B样条FFD模型的非刚性配准算法来实现气象云图的非刚性配准,并对相关算法进行了一定的改进。针对分时成像的气象云图在灰度上的连续性,本文采用了基于灰度的Demons算法进行气象云图的非刚性配准的研究。针对Demons算法的不足,通过对已有文献资料的研究,给出了一种改进的Demons算法。该算法利用参考图像的灰度梯度、浮动图像的灰度梯度以及互信息梯度来决定浮动图像每个像素的移动,经过一系列的图像配准实验,从主观上和客观参数评价上,证明了较原有的Demons配准算法,本文给出的改进算法具有更高的配准精度。针对气象云图局部非刚性形变的特点,本文采用了基于B样条FFD模型来模拟云的扭曲,利用多级多分辨率方法和自适应网格细化方法来提高配准的速度和精度;为了更好的保持图像的拓扑结构,引入了约束项对控制点网格的移动范围进行限制,并采用了改进的梯度下降法完成代价函数的优化。经过一系列的图像配准实验,从主观上和客观参数评价上证明了本文采用的一系列优化方法降低了配准时间,提高了配准的精度,具有一定的可实施性。