影像匹配是摄影测量与遥感的经典问题和技术难点,其目的在于将影像中具备相同物方空间位置的点一一对应起来。该技术不仅在摄影测量与遥感领域有着重要应用,还广泛应用于人工智能、计算机视觉以及医学影像分析等领域,一直是各领域的研究热点。然而随着传感器与信息技术的飞速发展,遥感影像的种类与数量越来越丰富,影像的纹理也变得更加复杂,复杂纹理影像的匹配给传统匹配方法带来了挑战。因此,针对具有复杂纹理的遥感影像,设计相应匹配算法具有重要理论研究价值和实际应用价值。分析遥感影像中呈现出的复杂纹理,本文按其获取来源分为两个大类:（1）同源影像间的同质纹理、重复纹理;（2）多源影像间的异源纹理。针对这两大类复杂纹理影像匹配问题,本文给出了对应的解决思路,并提出相应匹配算法,具体工作如下:（1）针对传统特征匹配算法难以匹配具有重复、同质纹理影像的问题,本文提出了结合几何约束和置信传播的特征匹配算法。该算法将影像的特征匹配问题转化为马尔科夫随机场的能量函数优化问题,根据特征描述符之间相似性测度约束,设计了一元能量函数,根据特征之间的几何约束,设计了二元能量函数,充分利用了特征点之间的几何信息以降低复杂纹理对描述符带来的影响,最后通过置信传播算法求解该优化问题,该解对应于结合了相似性测度约束和几何约束的特征点之间的对应关系。实验结果表明:所提方法能有效匹配具有重复、同质纹理的遥感影像,匹配性能优于经典特征匹配方法。（2）多源影像的异源纹理间存在非线性辐射畸变,使得经典特征描述符难以完成匹配任务,针对该问题本文提出了基于有向幅值和特征方向的多源影像特征描述符。该方法首先通过傅里叶变换将影像转换到频率域,然后用一组具有4个尺度和6个方向的log-Gabor滤波器对影像进行滤波处理,根据滤波结果计算有向幅值直方图和相位一致性最小矩方向的直方图,这两个量纲都对灰度的非线性变换具有良好的抗性,能有效降低异源纹理对描述符的影响,是本文设计描述符的基础,有向幅值直方图反映了幅值沿着各个方向的分布信息,相位一致性最小矩方向的直方图反映了特征方向,将二者分别归一化并连结起来即可得到本文所提出的描述符。实验结果表明,本文提出的描述符对非线性辐射差异具有较好的抗性,匹配结果优于经典的特征匹配方法和流行的多源影像匹配方法。（3）对于多源影像匹配而言,除了提高描述符辐射畸变抗性的思路,回避影像中非线性辐射畸变的纹理直接利用影像中的几何约束进行匹配也是可行方案。根据该思路,本文提出了结合蒙特卡洛搜索树和随机森林的多源影像图匹配方法。该方法首先对多源影像匹配进行数学建模,将影像匹配问题转化为图匹配问题。然后用高斯过程回归模型隐式表达点集之间的几何变换关系和匹配状态,通过状态空间搜索理论来解决图匹配问题。其次,根据图匹配所形成的几何约束设计一系列特征,并利用这些特征训练得到随机森林回归子,最后将该随机森林回归子引入到蒙特卡洛搜索树中,优化该树在匹配状态空间中的搜索路径,达到多源影像图结构快速匹配的目的。实验结果表明本文算法对具有旋转、畸变、噪声以及子图缺失的图结构具有较好的抗性,在多源影像上的匹配性能明显优于经典图匹配算法。