图像配准指的是对不同时间、不同传感器或是不同视角捕获的有重叠区域的同一场景图像寻找最优几何变换的过程。图像配准技术是图像处理的一个关键步骤,主要应用于遥感、军事、医学分析、计算机视觉等领域。遥感图像配准不但是遥感图像处理的主要研究内容,也是图像融合、目标检测识别、图像镶嵌、场景重建等诸多实际应用问题能否顺利解决的关键。近年来,随着遥感摄影技术的快速发展,获取遥感图像的方式也越来越多样化,所拍摄得到的图像间灰度差异明显,同时由于图像间存在旋转、尺度、噪声等变化,这使得图像配准面临巨大挑战,成为现阶段研究热点。SIFT算法是基于图像局部特征配准使用最广的一种方法,对旋转、尺度缩放、光照变化能够保持稳定性,但是其计算复杂度高。本文通过对SIFT算法和基于LBPH特征的人脸识别算法进行分析,提出利用LBPH特征进行图像配准的方法。本文算法主要有以下创新:第一,通过分析研究CS-LBP算子的实现方法,提出一种新的更加简单的4-LBP算子;第二,利用新的4-LBP特征结合图像空间信息构成一种特征向量维度更简单的LBPH特征;第三,通过将SIFT算法和新的LBPH特征相结合实现图像配准。为了验证本文算法具有广泛的适用性,本文从空间地理数据云随机选取了四组遥感图像进行配准研究。通过对比实验发现,相对于传统的SIFT算法,该算法能够更好地满足图像配准对实时性的需求。