图像匹配是计算机视觉中的重要应用之一, 相位相关算法是其中的一种常用方法。但是该算法只能准确匹配存在平移的情况, 对带有旋转和缩放的情况无法正确匹配。针对这一问题, 本文提出了基于傅里叶-梅林变换的匹配方法, 利用图像傅里叶变换幅度谱中的包含的信息, 计算出旋转角度和缩放系数, 根据结果变换模板图像, 进一步计算出平移量。本文设计了模拟和实际实验对算法进行验证。结果显示本文算法不仅在模拟条件下具有较好的匹配效果, 在实际情况下也能准确匹配。

由于卫星图像来自于不同的传感器、由不同的视角和光谱、在不同的时间获得, 图像间存在较大差异。为了有效配准图像, 提出一种“先粗后精”的配准算法, 首先采用Fourier-Mellin 变换算法实施快速的粗配准, 然后采用以修正的结构相似度为测度的优化算法实施精确配准。对于真实的卫星图像配准, 由于没有准确的衡量标准, 很难给出定量的评估结果。本文提出一种新的配准评估方法——匹配曲线特征评估法, 以匹配曲线的峰度、峰偏、峰值以及峰值间均方根误差(RMSE)为定量评估指标, 以峰值间RMSE 最小为准则自动调整配准参数。结果表明, “先粗后精”的配准算法能够实现相当精确的配准; 匹配曲线特征评估法不仅能够从曲线的光滑度、尖锐度等特性直观描述配准性能, 并能由曲线的特征指标定量评估配准效果, 而且还能自动调整配准参数, 使配准更加精确。

分析了基于特征点控制为基础的配准、傅里叶梅林变换、最大互信息法等三种图像配准算法的原理。采用这三种方法对近红外脉冲光乳腺成像系统采集的病例图像实现图像配准，并从配准所需要时间和最终的配准效果两个方面对三种算法的配准效果进行了比较。 结果表明，基于特征点控制基础的配准方法所需时间最短，傅里叶梅林变换次之，最大互信息法所需要的时间最长。但是，从最终配准效果来看，最大互信息法明显优于其他两种算法。应用最大互信息法可以有效实现图像的配准，但是在实际应用中，需要对配准时间进行进一步优化。

MEMS器件微结构的运动特性影响器件的性能和可靠性。为实现微结构周期运动过程中各个时刻的旋转角度的测量, 提出一种基于傅里叶梅林(Fourier-Mellin)变换和相位相关算法的旋转角度测量方法。利用傅里叶梅林变换算法的旋转不变性, 将图像空间坐标转换为对数极坐标的参数空间, 旋转角度变化转化为平移的运动, 然后利用相位相关的亚像素平移测量算法, 得到微结构旋转角度。实验结果表明, 该算法旋转角度测量分辨率达到0.01°, 计算量较小且具有抗干扰能力。

针对尺度缩放和角度旋转变化目标相关识别率低的问题，在联合相关识别中加入傅里叶-梅林变换方法。采用傅里叶-梅林变换(FMT)中的对数极坐标变换、梅林变换、傅里叶变换具有的旋转、尺度、平移（RST）不变性，可以提高JTC图像识别的性能，实现畸变-不变图像的识别。利用联合变换相关器对角度旋转0°～40°、尺度变化0～20%的目标进行计算机仿真实验。实验结果表明：在JTC中采用FMT可以实现畸变-不变图像的识别。

为实现深空光通信链路建立过程中精确的对准,提出了一种深空光通信系统扩展信标的捕获方案。该方案以可视地球图像作为信标,在航天器上存储一幅信标图像作为参考图像,采用天线扫描的方式在各点对所瞄准的区域成像,利用像素扫描的方式,使参考图像和实际探测图像进行相关,在天线扫描完成以后,找出相关性最大的位置,即可认为在该点捕获到地球图像。在计算两图像相关系数的过程中,由于傅里叶梅林变换幅度谱具有伸缩及旋转不变性,因此利用傅里叶梅林变换即可消除两图像相关系数因为旋转和伸缩的影响。利用蒙特卡罗方法随机产生1000个视场,仿真结果表明,3σ内正确捕获到信标图像的概率为99.6%,表明这是一种可行的方法。