近年来,数字图像处理技术发展迅速,图像配准技术已成为计算机视觉、图像处理领域中非常重要的步骤。图像配准效果的优劣直接影响着图像校正、拼接、融合和变化检测等技术的处理结果。目前,图像配准技术仍不够成熟,如何实现快速、高精度的图像配准仍是一项重大挑战。为了更好地完成图像配准技术的研究工作,对其所涉及的各个步骤都进行了深入的调研,重点对基于特征的图像配准进行了研究。本文主要阐述了图像配准技术的基础理论和研究现状,系统地研究并介绍了图像配准涉及到的各个环节。同时,重点围绕如何提高图像配准的速度和精度问题进行研究,并最终实现了图像的配准。本文的主要研究内容与贡献如下:(1)提出了一种基于改进SIFT的图像配准方法由于遥感图像在灰度映射上存在显著的差异,可能很难找到足够的正确对应点,同时遥感图像的像素点数普遍较多,采用经典SIFT方法进行配准时计算量较大难以达到实时性的要求。对此,本文对SIFT的特征提取部分进行改进,采用了新的梯度计算方式并提出了一种新的特征描述方法来克服灰度映射的差异,同时为减少图像配准的计算量提高配准速度,从高斯差分金字塔第二组开始进行特征检测,然后利用欧氏距离比值匹配法进行特征匹配,最后通过快速采样一致性(FSC)算法对匹配结果进行筛选。实验结果表明,与现有的几种经典方法相比,在保证能够正确实现图像配准的基础上,该方法在配准时间、精度等方面具有更好的性能。(2)提出了一种基于斜率和距离比值约束的匹配方法针对SIFT算法在图像配准过程中存在的耗时长、特征点容易错误匹配等问题,本文在特征点匹配方面,提出一种基于斜率和距离比值约束的匹配方法。首先采用SIFT算法实现特征点的粗匹配,接着将粗匹配的结果根据匹配的斜率进行筛选,最后通过距离比值约束对筛选结果进行提纯。实验结果表明,该算法具有很好的鲁棒性和准确性,同时有效减少了匹配过程所用的时间。