图像配准是遥感、医学、计算机视觉等很多领域中的一个基本问题。在遥感领域,实现图像融合、变化检测、图像校正、图像镶嵌等应用中,图像配准都是必不可少的一个关键步骤。由于遥感信息量大,应用范围广,因此实现自动配准一直是人们追求的目标。提取和匹配图像特征是实现图像自动配准的一种重要方法。SIFT(尺度不变特性变换,Scale Invariant Feature Transform)最初是作为一种关键点的特征提出来的,这种特征对图像的尺度变化和旋转是不变的,而且对光照的变化和图像变形具有较强的适应性,同时,这种特征还具有较高的辨别能力,有利于后续的匹配。正是借助于这些特点,使得传统图像配准中的许多诸如前面提到的共性问题得到了很大程度的改善。因此SIFT在遥感领域,实现图像融合、变化检测、图像校正、图像镶嵌等领域有很广泛的应用。SIFT正是图像配准领域中一个热门的前沿研究方向。论文首先简单介绍了图像配准的应用现状及发展方向,然后着重描述了一种基于图像特征值的配准方法(SIFT算法)。包括SIFT算法的发展历史,算法特点,主要思想和实现步骤,然后实现SIFT点特征提取,利用实验先验数据,设计映射函数,以寻找一种自适应配准映射函数设计方法,优化算法,减少SIFT的算法复杂度和工程实现复杂度,构造虚拟模型,并最终实现了SIFT算法。