图像配准是遥感图像处理领域中的一个基本问题,在实现图像融合、图像变化检测、图像分割、图像校正、图像镶嵌等应用中,图像配准都是一个不可或缺的关键步骤。由于遥感图像数据量过大,导致图像配准算法的计算量大,配准耗时过长,无法满足实际应用要求。如何更加有效的对这些图像进行配准,研究出快速、自动、高精度的遥感图像配准算法是亟需解决的一项难题。　　在图像配准领域中,由于SIFT(Scale Invarient Feature Transform,尺度不变特征变换)算法对存在尺度、旋转、照度、视角、仿射变化等情况下的图像,都能够实现图像的准确配准,因此它在图像配准领域得到了广泛的应用。然而,在遥感图像配准应用中,由于图像数据量过大,SIFT算法进行特征提取与匹配的计算量过大,导致配准时间过长,配准效率低。　　针对上述问题,提出了结合小波变换和SIFT算法的遥感图像快速配准算法,算法采用了由粗到精的图像配准思路。首先,对图像进行小波分解得到图像小波金字塔。然后,对小波金字塔中的高尺度(低分辨率)低频子图像进行配准,这使得图像配准的计算量大大减少,提高了图像的配准效率。最后,对粗配准的图像使用相位相关法进行精配准,用以提高图像的配准精度,实现图像的亚像素配准。实验结果表明,在一层小波分解的情况下,结合小波变换和SIFT算法的遥感图像配准算法,不仅大大提高了遥感图像的配准速度并且配准效果好。