简单介绍：

        图像配准(Image registration)就是将不同时间、不同传感器（成像设备）或不同条件下（天候、照度、摄像位置和角度等）获取的两幅或多幅图像进行匹配、叠加的过程，它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。

  配准算法主要有如下几类：基于灰度的配准，基于特征的配准，基于相位的配准。在具体选择配准方法时要根据图像数据的特点、具体应用的需求来考虑，选择以上其中一种或其组合。如常用的基于特征的方法是利用两幅影像上预先提出的点、线、面特征，然后对两个特征集进行匹配，下图为基于特征的配准过程示例：先提取特征点，然后对特征点集进行匹配，最后对图像进行变换。

配准模块化：

       多时相影像配准时，一般消耗时间较长，特别是算法所检测出的特征点较多时，所以本文致力于使用 Qt 把配准功能进行模块化，以便能够更好、更快的的展示配准效果；

       本文主要是把配准后的结果使用 Qt 进行模块化显示，所以暂且抛开遥感影像的种类和来源，以及配准效果；

       实际项目中，使用的是多时相遥感卫星影像，下面是从网上找了两张多时相SAR影像来展示配准模块化的效果；

1、输入两幅影像，左边是旧时相影像，右边是新时相影像；

2、点击左下角的开始配准按钮，就会显示配准效果； 

 3、点击误差分析按钮，就会显示配准后正确匹配点对的误差分析；

 4、点击重置影像，就会恢复如初；

如果有需要可自行下载代码：多时相影像配准结果使用Qt进行模块化显示-C/C++文档类资源-CSDN下载