遥感是目前为止能够提供全球范围的动态对地观测数据的唯一手段，其成像模式多种多样。多源传感器影像的数据融合，可以产生出比单一信息源更精确、更完整、更可靠的影像信息。在融合这些多源遥感影像数据时，必须先进行影像配准。近几十年来，随着图像分割、边缘检测等技术的发展，基于线特征的影像配准方法逐渐成为配准领域的研究热点。 本文首先简要介绍了影像配准的基本理论与方法，重点介绍了目前应用影像的线特征来进行配准的各种方法及其原理，比较与分析了它们的优缺点。 本文重点研究利用直线段特征来进行多源遥感影像配准的方法。首先研究探讨利用分区域Hough变换方法来提取多源遥感影像的线特征，然后针对现有的影像配准方法——改进的迭代Hough变换(ModifiedIteratedHoughTransform，MIHT)影像配准方法的不足，即，收敛速度缓慢，收敛过程不够稳定的缺点，本文提出将Huber选权迭代最小二乘平差与MIHT方法相结合的多源遥感影像配准方法——抗差LSA-MIHT影像配准方法。与MIHT方法相比较，该种改进算法不但保持了原方法的优点，即有较强的稳健性、对先验信息要求较低，以及无需知道配准基元之间的同名关系等，还较大地提高了原方法的收敛速度，加强了收敛过程的稳定性，从而提高了实用性。 实验结果证明，对于多源遥感影像，先利用分区域Hough变换方法来提取线特征，再通过抗差LSA-MIHT方法来进行影像配准，可获得一个像元左右的配准精度，是一种可行、有效的多源遥感影像配准方法。