合成孔径雷达景象匹配技术属于图像配准的范畴，指的是两个不同的传感器从同一景物位置录取下来的两幅图像在空间上进行对准，确定出两者相对位移的过程。 目前景象匹配技术主要分为两大类，基于区域相关的方法和基于特征的方法。本论文针对合成孔径雷达景象匹配技术展开研究，提出和改进了一些配准方法，主要的研究内容和成果有： 针对区域相关的方法，本文给出了一种分层的快速区域灰度相关的图像配准方法。普通的区域相关的图像配准方法计算量很大，速度慢，不能满足实时性的要求；而采用分层的区域相关方法，可以把计算量按指数递减，试验结果相当好，充分证明了分层的区域灰度相关方法的有效性和实用性。 给出一种应用闭合轮廓边缘特征进行匹配的方法。本文就合成孔径雷达和光学图像配准的问题给出了一套包括闭合轮廓提取以及基于Hausdorff距离的闭合轮廓匹配的图像配准方法。本文提出了一种基于数学形态学中低帽变换以及腐蚀膨胀的闭合轮廓提取方法。本文对较长的闭合轮廓用改进的Hausdorff距离度量轮廓间的相似度，进而得到图像间的配准参数。 利用非闭合边缘特征的方法，本文就不同波段不同时间成像的合成孔径雷达图像间的配准问题给出了自动化程度很高的非闭合边缘特征匹配方法。首先利用已有的一些边缘提取方法提取图像的非闭合边缘(本文使用的是Canny算子)；然后对较长的边缘用Freeman链码进行编码，对两幅图像的边缘链码进行相关初匹配；最后对初匹配的边缘进行聚类分析，得到正确的匹配边缘，从而可以得到两幅图像的配准参数。本方法的试验得到了较好的结果，并且图像配准速度快，自动化程度高，基本不需要人为干涉，显示了良好的性能。