如今,人类对遥感信息技术的认识不断加深,遥感技术已成为人类获取空间信息的重要途径之一。遥感影像获取方式的多样化为对地观测提供了丰富的手段。然而,海量、多源遥感影像为空间信息搜集带来便利的同时,也带来了信息数据全自动、实时性、高精度处理的挑战。在海量多源数据中,高分辨率卫星影像和无人机倾斜影像是有效获取地物目标信息的重要数据源,对二者的充分高效利用已成为遥感对地观测的关键技术之一,这两种数据源的影像配准往往是其综合利用的前提。倾斜影像与高分辨率卫星影像配准技术是目标变化监测、影像融合、地图更新、三维重建等工业生产、机器视觉等领域的基础技术,研究倾斜影像与高分辨率卫星影像自动配准特别具有实用价值。因此,本文研究了一种成像模型辅助的倾斜影像与高分辨率卫星影像由粗到精的自动、快速配准方法,为实现大尺度、大视角、大光照差异条件下异源影像的自动、快速、精确配准提供了一种思路。本文的研究内容主要包括:（1）提出一种基于成像模型的影像粗配准方法。借助倾斜影像的中心投影模型和卫星影像的RPC模型,以地物点三维坐标为桥梁,建立起倾斜影像和高分辨率卫星影像像点之间的近似对应关系作为匹配点进行粗配准。制定了影像提取策略,将后续配准所需高分辨率卫星影像从大幅影像中提取出来,减小了后续精配准的工作量。（2）卫星影像附带的RPC参数通常包含系统误差,为使粗配准结果更加准确,需使用精化的RPC模型计算地物点在卫星影像上的像点坐标。为此,提出一种利用少量地面控制点直接优化部分RPC参数的精化方法。（3）粗配准后提取出来的两类影像在光照、灰度及视角方面仍然存在较大差异,针对此异源光学遥感影像配准,提出一种基于Hessian-Affine和MSER组合特征的仿射不变区域特征配准方法,有效平衡配准的速度和精度。（4）针对精配准阶段利用RANSAC算法精化匹配点对后仍然存在误匹配的问题,提出一种全局误匹配剔除策略用于RANSAC后的二次精匹配,进一步提高匹配和配准精度。