随着遥感成像技术的跨越式发展,光学图像与SAR成像已成为对地观测系统的重要手段。由于两者成像特性具有高度互补性,因此,不管是在军事还是民用领域都发挥了重要作用。为了有效整合两者互补信息,需将同一场景的多幅异源图像进行配准和融合,然而受制于两者图像传感器成像机制差异,导致获取的图像存在多种差异,因此,如何实现高精度稳定配准以及如何实现高质量融合成为当下研究的重点。本文分析了现有的异源图像配准与融合算法后,在已有技术的基础上,针对SAR与全色光学图像为对象展开研究,本文的主要研究内容为:首先,针对SIFT特征提取算子在面对光学和SAR图像对非线性辐射差异大情况下提取特征点不可靠的问题,为了获得稳定且可重复分布均匀的特征点,本文提出了一种基于非线性扩散的混合Harris特征提取方法。其基于非线性扩散构造多尺度空间表示,以更好地保持边缘并获得一致的边缘信息,利用相位一致性的优良抗辐射差异特性计算一致边缘结构,通过结合两者优势构建混合Harris特征检测策略,用于检测尺度空间中稳定且可重复的关键点。然后,针对异源图像特征描述符不能有效地描述相关的局部特征导致特征点匹配结果不可靠的问题,本文分析了基于梯度域与频率域构建的特征描述子的特点,提出了一个改进最大幅值索引图（MIM）结合GLOH特征描述空间结构,利用扩展相位一致性方向改进了MIM特征描述子,在此基础上对描述符的空间几何结构进行扩充,增强其在图像几何差异之间的鲁棒性;最后,采用单高斯鲁棒点匹配模型完成了空间几何关系矫正。通过多组实验验证了改进算法具有较强的鲁棒性和较少的时间开销。其次,针对SAR与全色光学图像融合结果中目标几何结构信息丢失以及光谱信息不突出的问题。本文提出了基于区域分割结合多尺度结构特征增强的图像融合方法。通过将SAR图像无监督区域分割,划分SAR图像不同辐射特性区域以此来区别有用与无用成像;然后经NSST域分解刻画源图像在不同频率、不同方向上特征,在多尺度域分别构建的多尺度结构特征并结合引导滤波的保边平滑特性增强上述高频分量,最后在高低频融合规则上进行重新整合。本文对比了5种基于多尺度分解的主流方法,验证所提方法的有效性。最后,通过分析现有遥感图像处理软件系统,未能实现处理大规模多地物类型数据集的条件,因此,本文依据自身算法的实现基础开发了相关系统功能,设计了一套星载异源遥感图像处理系统,具备集成多地物类型高分辨数据集的一体化处理,实现了多组异源遥感图像批量化处理、匹配、融合、增强、评估导出功能一体化的设计。