遥感作为一门正在兴起、并有着广泛应用前景的学科,是到目前为止能够提供全球范围动态观测数据的唯一手段。并且遥感的探测手段日新月异,新型传感器不断涌现,从不同传感器获得的不同空间分辨率和不同时间分辨率的图像,提供从粗略到精确的观测数据。面对如此巨大的信息量,如何充分高效的对这些图像进行配准,目前还是一大难题,这直接影响到大量数据的使用效益。因此,如何有效地充分配准这些图像并在此基础上融合这些已有资源,是一个非常有意义的研究课题。 本文首先介绍了遥感成像的特点、常用卫星的基本情况以及遥感图像配准的意义,给出了图像配准的定义及一般步骤等基础知识,分析了图像配准领域的研究现状和存在的问题。为使图像配准的精度达到一定要求,需要对存在畸变的遥感图像进行几何纠正,本文介绍了几种常用的几何纠正方法,并通过实验验证了多项式纠正法的有效性。图像配准方法基本可以分为基于灰度和基于特征这两大类图像配准方法。本文对比了几种传统的图像配准方法,总结了它们各自优缺点,然后研究了小波变换的基本理论及离散小波的快速算法——Mallat算法,分析了图像小波变换的频率特性。在此基础上重点提出了两种基于小波变换的图像配准方法:基于小波变换提取边缘特征点的图像配准方法和基于小波变换与互信息测度相结合的图像配准方法。对方法中涉及的边缘检测、边缘相关、仿射变换、多重判据相关、误匹配点删除、局部匹配、层层迭代等算法分别加以叙述和研究。最后用该两种方法分别对各类型图像进行了配准实验。通过实验结果分析可以看出,这两种方法配准精度、可靠性都较高,都能对图像进行有效的配准,也表明了本文研发成果的有效性和应用价值。