图像配准的过程就是将在不同时间、不同传感器、不同视角及不同成像条件下获取的同一场景下的多幅图像进行匹配和叠加的过程。它是图像处理领域一个非常重要的问题,是很多图像处理技术的基础。通过对现有的配准方法进行总结分析,我们可以将配准方法划分为两类:人工的方法和自动的方法。本文针对SAR图像配准不同的需求和现存问题,结合已有的配准算法,提出了三种SAR图像的配准方法,并对部分算法进行改进,并通过实验证明了算法的可行性,将其应用于SAR图像配准系统设计。本文的完成的工作如下:1.针对SAR图像与光学图像配准难的问题,考虑到二者之间现有的配准算法,都存在明显的缺点,无法解决所有的SAR与光学的配准问题。从实际解决问题的需要出发,本文引入了手动选点配准,通过人为选取控制点,建立空间映射模型,对图像进行拼接实现SAR图像与光学图像之间的配准。2.针对SAR图像配准不同的需求,提出了不同的配准方法。针对SAR图像配准速度问题,本文引入了基于傅里叶变换的图像配准,利用FFT实现速度提升,能够获得很高的配准速度。针对有较大形变的SAR图像配准,本文从自然图像的配准获得灵感,引入了SIFT算法,并将该算法改进,使之适应于SAR图像之间的配准。本文改进了传统SIFT的特征匹配的过程,通过KD-tree+RANSAC的策略,有效的避免了SAR图像中相干斑噪声的影响,使该算法适应于SAR图像之间的配准。本文做了大量的仿真实验,验证了上述方法的有效性与准确性。3.针对SAR图像的配准的应用需求,完成了SAR图像配准软件系统的设计,该系统包括SAR图像读取模块、配准算法模块和结果保存模块。在VS2012开发环境下使用C++语言及MFC框架,完成了SAR图像配准软件系统的开发工作。该系统是针对SAR图像配准进行开发的,可以支持SAR与光学、SAR与SAR之间的配准功能,可按要求输出配准模型参数,并且还提供配准中间结果显示,以满足用户对配准可视化的基本需求。