森林是宝贵的自然资源,其覆盖面积约为地球表面的9.4%,地表面积的30%,对全球生态平衡、碳循环平衡有着重要意义。随着数百年来经济的快速发展,人类对木材的需求日益增多,大面积的砍伐森林,导致不少物种已经绝迹或濒临灭绝,森林火灾的频繁发生也对森林造成了重大损失,森林保护已迫在眉睫。由于森林体积大、面积广,全面监测十分困难,但随着监测、成像设备的不断改进,卫星监测已经成为森林监测的重要手段。卫星设备所产生的多光谱图像涵盖了全面的森林信息,但这些信息很多用肉眼不能观测出来,需要对其进行配准。针对森林本身特征和卫星成像特点,本文主要针对卫星多光谱图像配准进行了研究。文章首先对图像配准的概念、原理、方法进行综述,利用MATLAB软件实现一般图像的不同变换,然后介绍基于特征的方法和基于灰度的方法在图像配准中的应用,引出多光谱图像的配准方法。通过对SIFT方法和互信息方法对图像配准的实验对比,得出SIFT方法对于处理普通图像有着很好的效果,但不太适用多光谱遥感图像。通过利用互信息方法对多光谱图像进行配准实验,得知传统的互信息的方法对整像素平移有着很好的效果,但亚像素平移仍需改进。首先利用线性整数插值和降采样图像傅里叶变换原理,从理论上说明该方法的准确性；然后给出了亚像素配准过程,并进行理论分析；最后通过对不同波段亚像素移动进行实验验证。使用亚像素精度配准需要的Powell等算法,配准结果的亚像素精度不高,性能曲面起伏不定,优化搜索最大值点存在困难,遍历扫描耗时长,过程冗杂。由于互信息性能曲面近似符合高斯分布,本文提出了一种新的基于高斯模型的亚像素图像配准方法,通过公式推导和实验论证,结果表明本方法计算方便,可靠性好,对多光谱波段图像配准精度很高,达到了亚像素级。