随着遥感技术的迅猛发展和新型传感器的不断涌现，在同一地区往往可以获得大量的多源遥感数据，而实现多源遥感数据的几何配准是多源信息高精度融合的前提和基础。虽然图像配准从理论到算法都经过了很长时间的发展，但是图像配准仍然面临着很多的难题，特别是对于差异比较大的多源遥感数据之间的配准，仍然需要继续研究。本文着眼于研究还不太充分的多源遥感图像间的配准，研究两图像间灰度和几何位置差异很大的不同源遥感图像的自动配准方法。 本文采用一种基于人工免疫系统的多源遥感图像自动配准方法。该方法分两步：第一步进行粗配准，一种基于特征的配准方法，该方法利用小波变换分辨率分析和Canny算法相结合的边缘检测算法提取大边缘作为配准特征，利用Partial Hausdorff距离作为相似准则，然后利用人工免疫网络算法寻找近似配准参数，实现图像的大致配准；第二步，精配准，在粗配准基础上采用基于区域配准方法对图像进行精配准。 本文的研究是围绕着多源遥感图像配准的几个主要过程展开的，主要包括以下内容： 1、基于人工免疫系统的配准搜索策略研究 本文在研究人工免疫系统的生物学基础和已有的理论和算法基础上，提出一种人工免疫网络算法与禁忌搜索算法相结合的改进的算法-禁忌人工免疫网络算法，并从理论上证明该算法的收敛性和通过实验分析了该算法的性能。该算法能够较好的解决一些多峰、非凸优化问题。该算法为图像配准提供一种很好的搜索策略。 2、匹配特征提取方法 本文提出了一种将小波多分辨率分析特性和Canny算法相结合的检测图像大边缘的方法，能够比较好的从不同传感器图像中提取出比较完整的大边缘，而忽略一些小的边缘。该边缘提取方法为图像配准提供一个良好的匹配特征。 3、基于人工免疫系统的配准方法的实现 本文研究基于人工免疫系统原理的多源遥感图像配准方法的思路、实现方法。该图像配准方法能够较好的解决不同传感器、不同时相等遥感图像的配准问题。