图像配准技术的分类方式颇多，根据Brown的总结[18]，图像配准在应用上可以归为四类：多模态配准、模板配准、观察点配准和时间序列配准。
1、多模态配准，即同一场景上由不同传感方式获得的图像的配准。
 2、模板配准，即在图像中为参考模板样式寻找最佳匹配。
3、时间序列配准，即对同一场景上不同时间或不同条件下获得的图像的配准。
4、观察点配准，即对从不同观察点获得的图像进行配准。
根据利用的图像信息的不同，配准方法大致分为三类：基于灰度信息的方法、基于变换域的方法和基于特征的方法。其中基于傅里叶变换的方法是典型的变换域配准方法之一，也是本文着重研究的方法。1975年，相位相关方法的产生于图像配准领域，很好的解决了仅存在平移的图像之间的配准问题。随着学者们对图像配准技术的不断研究，Reddy等人提出采用对数极坐标的方法[19]，解决了同时存在缩放、旋转和平移变换的图像配准问题，通过对数极坐标的转换，使图像的旋转和缩放转化为图像的平移关系，用相同的方法求出旋转角度和缩放比例，最后在直角坐标系下，求出平移量；后来，人们在图像配准的精度上提出了更高的要求，Foroosh等人便提出用Sinc函数代替Delta函数[20]，将相位相关方法的精度从像素级扩展到亚像素精度；李中科等人提出利用Hough变换和相位相关结合的图像配准方法[21]；Hanzhou Liu等人提出用伪对数极坐标变换来配准图像[22]；V.Ojansivu等人针对模糊很严重的图像 图像配准技术国内外研究现状(2):http://www.751com.cn/yanjiu/lunwen_15428.html