随着遥感技术和数字地球技术的发展与深入研究，迫切需要对高分辨率的多源遥感数据或长时间序列的遥感数据进行协同分析。在这些数据应用分析的过程中，影像间的相互配准是关键步骤，往往直接影响着整个研究的结果精度。目前的遥感影像配准方法主要分为基于区域和基于特征两大类。　　 本文针对目前的影像配准状况，在总结前人研究的基础之上，以spot5和Quickbird高分辨率遥感影像为主要研究对象，采取由粗到精的策略，研究并建立了一套利用全局配准和局部配准相结合，空间位置关系和特征相似度相结合，基于通用成像模型和基于纹理特征点的高分辨光学遥感影像配准技术方案流程。　　 论文工作的主要研究内容包括：　　 (1)基于通用传感器成像模型，建立了待配准影像和参考影像粗配准的算法模型；　　 (2)提出了基于区域纹理信息熵和改进Forstner算子特征点提取方法，保证了特征点的稳定性；　　 (3)基于区域的最小二乘误匹配点对剔除方法，有效提高了特征点匹配的准确性；对最终获得的同名点集构建Delaunay三角网，并优化了Delaunay三角网插值方法，大幅度提高了影像配准速度；　　 (4)基于以上技术方案和流程，以Spot5和QuickBird高分辨率光学遥感影像为例，进行配准实验并做精度评估与分析，验证了本技术流程方案具有较好的通用性、稳定性和可靠性。