多源遥感图像配准是遥感图像综合处理及应用的关键技术，具有重要的理论意义和广泛的应用价值。由于不同视角、不同时间以及不同传感器等条件下所获取的地物信息会发生变化，多源遥感图像间往往存在明显的灰度和几何差异。常用的图像配准方法应用于多源遥感图像处理时的稳定性和准确性欠佳，需要进一步研究和改进。　　本文以分析多源遥感图像间结构信息的稳定性为基础，利用遥感图像中与成像条件无关的稳定特征，分别实现多源SAR图像以及SAR和光学异源图像的配准处理，提高配准算法的稳定性和准确性;此外，分别研究了影响配准精度的三个主要方面，并提出相应的改进方法，提高配准处理的精度。　　论文的主要工作和研究成果总结如下:　　1.提出了一种基于自适应各向异性高斯尺度空间的特征匹配算法，用于多源SAR图像配准。受成像条件变化的影响，多源SAR图像间存在局部灰度差异，而且SAR图像的噪声干扰严重，信噪比较低，常用配准方法的稳定性和准确性较差。本文基于SAR图像中结构信息的稳定性，针对现有SIFT特征匹配算法的不足进行改进。首先，提出基于局部结构信息构建自适应各向异性高斯尺度空间的特征提取方法，修正经典SIFT算法中高斯尺度空间的不足，保证特征检测的准确性，提高特征描述的区分性;其次，提出一种基于特征结构属性一致性的特征匹配方法，利用同名点间特征主方向偏转角度以及尺度比值的一致性筛选匹配点对，有效地提高了匹配结果的正确率。针对多源SAR图像的配准结果表明，相对于经典的配准方法，该算法可以获得更准确和稳定的配准结果。　　2.提出了一种基于级联变换的异源遥感图像配准算法，用于SAR和光学图像配准。由于不同类型传感器成像原理的差异，相同地物目标在SAR和光学图像中会呈现明显的辐射差异和几何差异，增加了图像间配准的难度。通过分析异源遥感图像中结构特性的不变性，提出一种基于级联变换的配准算法，将复杂的异源遥感图像配准问题转换为几个独立的简单问题进行处理。首先，通过图像灰度变换，提取反映地物分布信息的稳定结构特征，解决图像间的辐射差异性;在全局几何变换阶段，提出一种加权对数极坐标变换方法，获得图像间的尺度和旋转参数，去除图像间的全局几何差异，与对数极坐标变换方法相比，有效提高了处理的稳定性;在局部几何变换阶段，利用自适应调节模板匹配方法获得同名点对，提高模板匹配的正确率，增加可获得同名点的数量。针对SAR和光学图像的配准实验表明，该方法可以有效应对异源遥感图像的辐射和几何差异性，获得稳定、准确的配准结果。　　3.研究了提高遥感图像配准精度的实现方法。遥感图像的精确配准是遥感图像融合、变化检测以及三维重建等应用的基础。影响配准处理精度的因素很多，本文针对其中三个主要方面:同名点的分布质量和定位精度以及校正模型展开研究。首先，提出了一种双自适应SIFT特征均匀分布算法，通过调节特征在尺度空间和图像空间的分布，提高同名点的分布质量;其次，将同名点对的模板匹配问题转换为模板矩阵内向量的相关问题，通过加权最小二乘方法拟合向量相关矩阵的极值分布，获得高精度的匹配结果;最后，分析几种常用校正模型的特点，在同名点符合要求的条件下，利用薄板样条插值模型校正图像，可以获得更精确的配准结果。实验结果表明文中提出的改进方法具有较高的准确度和实用性。