星载合成孔径雷达(SAR)基于其全天时、全天候工作模式的独到优势,已成为微波遥感领域中发展最迅速和最有成效的传感器之一。合成孔径雷达干涉测量技术(InSAR)把SAR数据充分利用起来,是提取地表形变和DEM高程信息最具潜力的一项技术。InSAR技术的原理是通过SAR对同一地物两次观测获得复数据的相位差和空间距离差来提取地表形变和DEM高程信息。InSAR的处理流程包括图像配准、干涉图生成、相位解缠、地理编码等步骤。其中图像配准作为流程中的第一步,对InSAR技术提取的信息精确与否起着关键作用。如果两幅进行干涉处理的图像有所偏移,就会导致很大的干涉相位误差,后续步骤就无法进行。由于SAR数据是复数,且相干斑噪声大等特点,使得SAR图像的配准远远比光学图像配准困难。本文针对SAR数据的特点对InSAR中的图像配准算法进行了研究。首先分析了InSAR图像处理中常用的配准算法,并总结出各自的优缺点。然后在前人的基础上提出一种新的基于SPOMF-FMI改进的全自动配准算法,并通过PALSAR、 Radarsat-2、 ASAR三种不同传感器数据进行实验,实验证明新算法能够全自动完成复浮点型、复短整型数据的配准,且精度优于传统SPOMF-FMI匹配算法。此外,作者对小波变换进行研究,利用小波变换多尺度的特性把小波分解应用于InSAR图像处理的前期SAR图像配准过程中。同时选取两组数据进行实验,实验结果表明,小波变换用在SAR图像配准中不仅减小了噪声干扰,而且提高了图像配准的效率。