基于像素的图像配准
使用图像的像素点来进行直接比对配准的一种方法。使用基于像素的配准方法需要定义一个误差矩阵（error metric）。最简单的方法便是尝试所有可能的变化，并针对所有情况进行匹配，但这种方案在实际操作时太慢了，因此需要使用分层匹配（利用图像金字塔）或傅里叶变换来进行加速匹配。为了达到亚像素级别的匹配，提出了提升的方法如图像函数的泰勒展开。所有方法均可以被用于运动模型的参数估计。
误差矩阵（error metric）
-
最小二乘误差(sum of square differences)
最小二乘误差函数 鲁棒误差（Robust error metrics）
鲁棒误差
Geman-McClure function
以上方法只能处理模板图片能完整出现在匹配图像上的情况。为了处理只能出现部分图像的情况，例如，在匹配图像上擦除一部分，则需要使用
傅里叶梅林变换
傅里叶梅林变换
傅里叶梅林变换
傅里叶梅林变换
图片来源：
《基于傅里叶一梅林变换的图像匹配方法研究》戴宪策、谢奇
