随着遥感技术的迅速发展,使得人们对地探测的精度需求越来越高,而高光谱技术具有图谱合一等特点,使其迅速成为定量遥感的研究热点之一。高光谱图像不仅可以准确的反映地物自身特有的光谱特征还可以反映地物之间的光谱差异,将地物的空间分布与光谱反射特性有机的结合起来,突破以往的单方面研究现状,因此,其在诸多领域都得到了广泛的应用与研究,其中在农业领域的应用取得了长足进展,其在农作物长势监测,病虫害预防治,产量估测等方面的研究已经十分深入。因此,对高光谱技术的研究开展具有非常重要的意义。目前,高光谱图像的获取涵盖了卫星,航空,地面多层次,多角度,多源化的数据采集方式,其中,由于卫星平台飞行高度与技术限制等条件的制约,使高光谱数据的质量无论是在空间分辨率还是光谱分辨率上都不能满足人们对于定量化研究的需求。而无人机平台的出现可以有效的弥补卫星平台采集数据质量不理想的这一缺陷,为农业遥感定量化研究,精准农业,智慧农业的实现提供有力的数据保障及技术支持。对于无人机平台而言,受到平台稳定差,荷载量有限的因素的制约,使得传统的推扫式光谱成像仪无法适用,而框幅式高光谱仪可以有效的克服没有地理参考的数据处理工作,因此在无人机高光谱遥感领域有广泛的发展前景。框幅式成像仪采集回来的原始数据同一景不同波段图像是在飞行过程中获取的,因此,波段图像间存在较大的位移与姿态差异,这会使得原始图像无法直接投入使用,在数据投入使用前要进行波段配准工作来消除这种图像间空间位置上的差异,而目前传统配准方法由于应对图像间灰度非线性变化还存在一定的局限性,因此波段配准的研究十分必要。本文旨在研究框幅式高光谱数据的波段配准方法。首先回顾了关于图像配准的研究现状,并对框幅式光谱成像仪的成像原理及图像特点进行了介绍,同时给出了基于特征点配准一般过程的原理基础。本文主要从两个方面出发,对波段图像间灰度差异与位移差异的影响进行深入分析,分别从匹配策略与优化匹配方法两种角度有效的实现了波段图像间的配准工作,主要研究内容如下:(1)针对纹理丰富的一般场景下的匹配策略展开研究,根据光谱成像仪的采集原理,设计了三种匹配方式,通过两组对比实验,分别针对配准的基准的选择与匹配顺序进行了研究。研究表明变换基准的方式稳定性好更适用于波段配准问题;同时,由于非波段顺序获取的原始数据,使得配准结果在引入拍摄顺序后精度更高,配准精度的RMSE可由0.415个像元提升到0.399个像元。(2)针对纹理单一的农田场景下的匹配方法展开研究,提出了MI_STD算法改进匹配效果,此算法解决了基于SURF算法配准因图像间灰度对比度不同造成的配准不准确问题。MI_STD算法主要改进了同名点的提取质量,引入互信息算法到特征点局部匹配中,利用互信息匹配可以应对灰度非线性变化的优势完成同名点的提取,同时,引入相位相关算法约束图像的搜索空间提高效率。此改进算法同时考虑了图像的灰度信息与空间信息,使得配准算法在波段配准问题上同时具有较强的鲁棒性与亚像元级的匹配精度。因此,本文提出的算法可以有效的解决波段配准问题,消除传统方法局部变形的情况,精度均值在0.8个像元左右。