基于功能的注册

基于特征的配准技术可以自动检测出清晰的图像特征，如尖角、斑点或亮度均匀的区域。运动图像进行单一的全局变换，使相应的特征与固定图像进行最佳的对齐。

快检测角落特征，特别是在人类起源的场景，如街道和室内房间。快速支持单万博1manbetx尺度图像和点跟踪。

MinEigen也检测角落特征。MinEigen支万博1manbetx持单尺度图像和点跟踪。

哈里斯也检测角落特征，使用比MinEigen更有效的算法。Harris支万博1manbetx持单尺度图像和点跟踪。

轻快也检测角落特征。与前面的算法不同，BRISK支持缩放和旋转的变化以及点跟踪。万博1manbetx

冲浪检测斑点在图像和支持变化的规模和旋转。万博1manbetx

MSER检测区域的均匀强度。MSER支万博1manbetx持缩放和旋转的变化，并且在仿射变换方面比其他基于特征的算法更加健壮。

灰度登记

基于强度的配准技术将图像强度在空间域或频率域关联起来。运动图像进行单一的全局变换，使运动图像的强度与固定图像强度的相关性最大化。

Monomodal强度记录在同一类型的扫描器或传感器上捕获的具有相似亮度和对比度的图像。例如，使用单峰强度来记录使用相同成像序列的类似受试者的MRI扫描。

多峰强度配准不同亮度和对比度的图像。这些图像可以来自两种不同类型的设备，如两种相机型号或两种医疗成像系统(如CT和MRI)。这些图像也可以来自单个设备。例如，使用多模态强度对使用不同曝光设置的同一台相机拍摄的图像进行注册，或使用不同的成像序列对在单一会话中获得的MRI图像进行注册。

相关联在频域注册图像。像多模态强度一样，相位相关对图像亮度是不变的。相位相关比其他基于强度的配准技术对噪声有更强的鲁棒性。

非刚性的登记

非刚性的登记适用非全局变换到运动图像。非刚性变换生成一个位移字段，其中，所述固定图像中每个像素的位置被映射到运动图像中的相应位置。然后，运动图像被根据所述位移字段翘曲和使用线性插值重采样。有关估计非刚性变换的位移场的详细信息，请参阅imregdemons。