高分辨率遥感影像极大地拓宽了对地观测的空间尺度，现已广泛应用于地籍调查、土地利用监测、城市规划、抢险救灾等领域。但是，随着影像空间分辨率的提高，影像幅宽受到了严重限制，单幅影像愈发不能满足各种研究与应用的需求，影像自动拼接技术在遥感影像应用中的重要性日益明显。本文提出了一种遥感影像镶嵌线提取算法，主要工作包括：（1）分析了经典SURF算法在高分辨率影像自动匹配中的优缺点，并在此基础上，采用空间约束策略对SURF特征点匹配过程进行约束，提高了特征点匹配的速度与精度并使特征点分布趋于均匀。首先利用双向匹配方法实现了目标影像子图像与基准影像特征点匹配并得到了目标影像初始变换模型；通过限以搜索空间的特征点匹配，提高了特征点匹配精度和速度；通过分析影像的结构性相似度提取建筑物等区域，从而剔除位于该区域的特征点，一定程度上避免了此类特征点对影像变换模型的误导。（2）分析了目前初始镶嵌线提取算法在实际应用中的不足，提出一种基于区域生长的初始镶嵌线生成方法。该方法便于实现，对有效重叠区的形状几乎没有任何限制，既可以是简单的四边形、一般多边形，也可以是更加复杂的形状。（3）基于分水岭分割，提出一种顾及影像相邻斑块相似度的镶嵌线优化算法，使得镶嵌线落在水体、道路、建筑物等显著地物边缘，从而保持最终镶嵌影像中地物的完整性，实现影像的无缝拼接。该算法在形态学开闭重建的基础上对影像重叠区域进行标记分水岭分割，以提取该区域中地物的边缘。然后，以分水岭路径中的三叉路口或四叉路口为节点进行最短路径搜索，使得节点数量至少减少了4个数量级，大大降低了时间和空间复杂度。引入TD和J-M距离作为相邻影像斑块间的相似性度量，对具有较高相似度的斑块间的路径进行惩罚，从而有效保证镶嵌线能够沿着显著地物边缘生成。使用中等分辨率的IRS、ALOS影像和高分辨率的无人机影像对本文算法有效性进行了验证。结果表明，本文的特征点匹配算法快速、稳健，所提取的镶嵌线位于明显地物边缘，影像拼接图具有良好的视觉效果。