随着遥感技术的快速发展以及各国对空间探测的不断扩大，遥感图像已经成为重要的数据源。遥感图像拼接是指将具有重叠区域的两幅或多幅遥感影像拼接为一副影像图，可以更好地分析、处理和研究遥感影像信息。遥感图像拼接的应用领域非常广阔，如军事侦查、地理检测、地形测绘、海洋应用等。图像拼接主要的任务就是图像配准。目前的主要方法有基于图像灰度的配准方法和基于图像特征的配准方法。基于灰度的配准方法利用图像的灰度信息来度量两幅图像之间的相似程度，实现简单，但是对灰度敏感，应用范围较窄。基于特征的图像配准方法是从参考图像和待配准图像中提取一些共同特征作为配准基元，通过求解对应的变换模型参数，完成配准。计算量小，适应性广，稳健性强。由于多源遥感卫星影像是由不同的传感器在不同的条件下获得的，尽管它们都是关于同一区域的地物信息，但却在电磁波段、成像机理、空间分辨率等方面存在着差异。因此高精度的配准已经成为了从多源遥感影像获取准确信息的必要条件。为了保证校正用控制点均匀分布，使用聚类算法对所有控制点按照坐标进行聚类，以几何校正使用的控制点数为聚类数。选取最邻近聚类中心点的控制点作为校正点，其余作为检查点。使用校正点的坐标构建二次规划模型，通过求解二次规划构建回归函数。使用检验点来检验遥感图像近似几何校正的误差。根据回归函数，对原始输入图像进行近似几何校正和重采样，得到消除几何畸变的图像。分别使用直接线性变换、一般二次多项式、一般三次多项式、二次有理函数、神经网络算法进行遥感图像的几何校正，并进行了误差比较分析，给出了图像拼接结果图。