近年来,随着遥感、计算机和传感器等技术的不断发展,遥感影像资源越来越丰富,如何快速有效地进行高精度影像配准,以便更好地完成影像融合、信息提取与定位、变化检测、图件更新以及高分辨率影像的重建等后续工作,已经成为当前遥感应用迫切需要解决的问题。传统的影像配准方法是通过人工的方式,根据明显地物点,来确定地面控制点(GCP),速度慢、效率低、劳动强度大,加之人眼的视觉分辨率是有限的,对于不可能达到的子像元级别的匹配点更是难于选择,特别是对于大数据量的影像配准,要达到影像配准的精度要求往往需要花费较多的人力物力。因此,遥感图像自动配准技术应运而生,近年来发展非常迅速,逐渐成为了一种成熟、适用性强、应用面广的影像预处理技术。由于Google Earth遥感影像具有精度高、时效性强、真实性高、免费获取的特点,使其为日常的应用提供了可能。本研究以Google Earth遥感影像为基础,利用DOM影像(数字正射影像)作为参考,根据不同的地形地貌特征,分别选择了4个实验区：平原区、丘陵区a、丘陵区b和山地区；在Erdas中分别对上述四个试验区的Google Earth影像数据进行配准实验。同时,对于丘陵和山地的实验区,还应用不同DEM数据源进行正射纠正实验。通过检验点定位精度分析,发现平原区和丘陵区的RMSE皆小于2.5米,而山地区的精度要差一些。对于山地区和丘陵区进行正射纠正的精度,从检验点的RMSE来看,正射纠正的精度都好于仅进行多项式纠正的精度,而且应用1：5万DEM进行正射纠正的精度最好,应用SRTM DEM的精度最差,Aster DEM的精度在两者之间。因此,应用Erdas自动配准技术对Google Earth影像进行纠正,无论在平原、丘陵还是山地区,基本可以达到1：1万DOM的生产要求。在山地区和丘陵区,应该采用正射纠正,在能获得1：5万DEM数据时,应该采用1：5万DEM数据进行正射纠正,在缺少1：5万DEM数据时,也可以应用Aster DEM数据来代替,但纠正精度会有降低。