能做到某种程度的相似，因此图像配准是一个相当复杂的技术过程。32基于区域的配准321逐一比较法设搜索图为s待配准模板为T，如图31所示，S大小为MN，T大小为UV如图所示。
图31搜索图S与模板T示意图逐一比较法的配准思想是在搜索图S中以某点为基点ij，截取一个与模板T大小一样的分块图像，这样的基点有MU1NV1个，配准的目标就是在MU1NV1个分块图像中找一个与待配准图像最相似的图像，这样得到的基准点就是最佳配准点。设模板T在搜索图s上移动，模板覆盖下的那块搜索图叫子图Sij为这块子图的左上角点在S图中的坐标，叫做参考点。然后比较T和S的内容。若两者一致，则T和S之
差为零。在现实图像中，两幅图像完全一致是很少见的，一般的判断是在满足一定条件下，T和S之差最小。
f根据以上原理，可采用下列两种测度之一来衡量T和S的相似程度。Dij的值越小，则该窗口越匹配。
Dij或
S
m
Tm

31
Dij
S
m
Tm

32
或者利用归一化相关函数。将式31展开可得
Dij
Sm
2
Sm
Tm

Tm
33
式中等号右边第三项表示模板总能量，是一常数，与ij无关第一项是与模板匹配区域的能量，它随ij的改变而改变，当T和S匹配时的取最大值。因此相关函数为
Rij当Rij越大时，Dij越小，归一化后为
34
Rij根据CauchySchwarz不等式可知式35中0数时，Rij取极大值。该算法的优点1算法思路比较简单，容易理解，易于编程实现。Rij
351，并且仅当值Sm
Tm
常
f2选用的模板越大，包含的信息就越多，匹配结果的可信度也会提高，同时能够对参考图像进行全面的扫描。该算法的缺点1很难选择待配准图像分块。因为一个如果分块选择的不正确，缺少信息量，则不容易正确的匹配，即发生伪匹配。同时，如果分块过大则降低匹配速度，如果分块过小则容易降低匹配精度。2对图像的旋转变形不能很好的处理。算法本身只是把待配准图像分块在标准参考图像中移动比较，选择一个最相似的匹配块，但是并不能够对图像的旋转变形进行处理，因此对照片的拍摄有严格的要求。322分层比较法图像处理的塔形或称金字塔Pyramid分解方法是由Burt和Adelso
首先提出的，其早期主要用于图像的压缩处理及机器人的视觉特性研究。该方法把原始图像分解成许多不同空间分辨率的子图像，高分辨率尺寸较大的子图像放在下层，低分辨率尺寸较小的图像放在上层，从而形成一个金字塔形状。在逐一比较法的思想r