计算机网络技术、卫星传感器技术、航天技术的发展,以及新一代科学技术云计算、互联网~+、物联网等大数据信息技术的推出,遥感影像的应用逐步走向了智能化、大众化,与国家建设、生产和人们的日常出行、生活等联系越来越紧密。而在遥感影像中,全色影像空间分辨率较高、无色彩光谱信息;多光谱影像的空间分辨率相对比较低,但包含了丰富的色彩光谱信息。针对两者的不同特性,如何采取科学有效的处理手段,汇集两者优势信息,提高影像配准的精度,更好完成影像的融合,更有利于信息的识别、特征分类、应用更新等工作,是目前遥感影像实现智能化与大众化应用的重点研究方向之一。因影像本身的纹理差异,尤其是在高海拔地区纹理特征单一、地面目标信息较少,在建立影像尺度空间时,经常会出现同一地物被辨识为不同的特征点,而不同地物却被辨别为同一特征点的现象,再加之混合像元等因素的影响,特征点搜索、标识的过程中经常会出现特征点提取不均匀、不一致等问题。结合影像配准融合技术所面临的难点,本文首先叙述了遥感影像配准领域的研究背景及大致的研究现状,在对影像配准相关的概念进行基础的介绍之后,总结了影像配准技术的基本方法及分类,着重研究分析了我国高海拔地区弱纹理区域(3000米以上)高分二号遥感影像的融合配准,由于高分二号为亚米级高分辨率遥感卫星,采用推扫式成像原理,获取的影像为垂直于卫星轨道方向的线性阵列条幅式影像,影像的线性系统性更高,影像几何特征比较稳定和完整,推扫式获取的光谱信息也更加丰富。这些特点使影像具备较强的尺度空间不变鲁棒性属性,有利于尺度不变特征算法的应用。而我国的高海拔地区地广人稀、特征点匹配难度较大、光谱信息相对单一,地面目标的边界形状特征不是很显著,在特征点匹配时容易出现误配现象。基于该类地区的纹理特性,在实验过程中,选取了四种不同的纹理数据,通过优化地面控制点方案来提高该类地区影像配准精度,实验结果表明,该种方法有效降低了特征点误配现象,获取的同名点分布均匀、精度较高,能够很好的实现该类地区遥感影像的高精度配准,保证了遥感影像几何纠正的快速进行,具有一定实际应用价值。