图像配准研究是图像处理中的一个基础性研究，是许多图像处理技术具体应用的前提和核心。图像配准技术具有较强的技术综合性，涉及学科广泛，同时具有较强的学科综合性。　　 本文首先分析了当前图像配准的主要理论及方法，把当前主要算法总结为三类：基于图像灰度相关性的图像配准方法，基于图像内容和结构信息的图像配准方法和基于物理模型的图像配准方法，并对他们各自的优点及不足进行了分析与比较。　　 其次，本文重点讨论了第二类基于图像内容和结构信息的遥感图像配准方法，深入研究了其中的遥感图像特征提取、特征描述以及有效的特征匹配算法和基于SIFT特征的配准算法，并结合具体遥感图像处理领域里的应用实例对这些算法进行了实现和讨论。　　 为克服不同分辨率遥感图像自动配准的困难，本文把SURF描述算子和LoG尺度选择理论引入图像配准中，并提出了一种基于多尺度角点检测和尺度自动选择理论的遥感图像自动配准算法。该算法首先利用Harris-Laplacian算子进行多尺度角点检测，然后计算每个角点的SURF描述算子并进行以最小距离为原则的角点匹配，最后利用多尺度LoG算子自动求出遥感图像间的尺度信息并进行尺度变换。实验表明该算法较好地解决了不同尺度遥感图像的自动配准问题，在无手工辅助的情况下能自动地对不同尺度的遥感图像进行配准。　　 遥感图像配准效果的评估也是配准过程中的一个重要组成部分，因此本文随后研究了配准效果的性能评估问题。本章中首先探讨了遥感图像配准的Cramer-Rao基本性能界限，并结合具体的配准例子对结果进行了分析；然后对遥感图像配准的一些客观评价方法进行了分析与阐述，并提出了一种配准精度指标的量化衡量方法。仿真结果显示了该精度衡量方法的合理性和易操作性。　　 在最后一章中对本文所做的工作进行了一些总结，同时对本文在遥感图像配准领域中仍需要深入研究的地方进行了一些展望。