合成孔径雷达(SAR)因具有全天候、全天时、高分辨率等成像特点,已被广泛应用于军事与民用领域。SAR图像配准是SAR图像处理领域中的关键步骤,可为SAR图像融合和变化检测等应用提供数据基础,近年来已成为国内外学者的研究热点。本论文以多极化、多波段、多时相和多传感器实测SAR图像为研究对象,从SAR图像局部特征提取和特征匹配两个方面出发,同时考虑SAR图像乘性斑点噪声的影响,开展基于特征点的SAR图像配准算法研究,充分挖掘特征点局部特征并建立稳定可靠的匹配点对,以实现SAR图像的精确配准。论文的主要研究内容及创新之处可概括为以下五个部分:1.由于斑点噪声的影响,使得SIFT算法在处理SAR图像配准时经常失效。针对此问题,提出一种基于相位一致性和非线性扩散SIFT的图像配准方法。该算法采用非线性扩散滤波构建SAR图像尺度空间。与高斯滤波相比,非线性扩散滤波在抑制斑点噪声的同时,能更好地保存图像的边缘和细节信息。同时,该算法根据特征点的相位一致性信息对初始特征点进行筛选,以减少由斑点噪声引起的虚假点对识别正确匹配点对的影响。实测SAR图像实验结果表明,该算法能增加潜在的正确特征点数量,有效提高特征点正确匹配的概率,获得精度更高的配准结果。2.针对基于梯度特征描述符以及欧式距离比匹配准则的不足,提出一种基于图像结构特征和稀疏表示的SAR图像配准方法。该算法采用以特征点为中心的局部图像块内的灰度和几何结构特征取代梯度描述该点的属性,以增强特征描述符的准确性和鲁棒性;构建基于稀疏表示重构误差比的匹配准则建立特征点匹配关系,以克服欧式距离比不准确的缺陷。最后通过获得的稀疏系数对初始匹配点对进行坐标校正,来提高匹配点对坐标位置的精确性。实测SAR图像实验结果表明,该算法能有效提高匹配点对的准确性以及对斑点噪声的鲁棒性,从而实现SAR图像的精确配准。3.针对斑点噪声对特征点提取的影响以及单一尺度图像特征描述符的不足,提出一种基于多尺度图像块特征和稀疏表示的SAR图像配准方法。该算法基于平稳小波变换提出空间相关策略选取可靠性较高的特征点,以抑制斑点噪声的影响;提取不同尺度图像块内的灰度和梯度信息构建特征描述符,以增强描述的准确性。最后采用稀疏表示最小差异的匹配准则建立初始匹配点对,并利用匹配点与其最近邻点间的局部几何一致性滤除错误匹配点。实测SAR图像实验结果表明,该算法能有效抑制斑点噪声对特征点提取的影响,提高了特征点的可靠性,从而获得精度更好的配准结果。4.考虑到大幅SAR图像配准中存在局部形变问题,提出一种基于背景区域相似性和局部空间约束的非刚性图像配准方法。该算法采用局部图像块内的灰度直方图,构建特征点背景区域相似性,以提高参考特征点和待配准特征点间的相似性;利用特征点与其邻域点间的空间关系构建局部空间约束项,以滤除由斑点噪声形成的错误匹配点对。基于上述两部分构造匹配代价函数,将SAR图像非刚性配准问题转化为匹配代价函数的优化问题。实测SAR图像实验结果表明,该算法能识别出更多正确的匹配点对,有效克服大幅SAR图像中的局部形变,从而实现SAR图像的非刚性配准。5.由于成像机理不同,SAR和可见光图像间存在明显的灰度差异,导致特征点分布不均匀以及特征描述符不准确,提出一种基于非线性扩散和相位一致性结构(PCS)描述符的图像配准方法。为了抑制SAR图像斑点噪声,该算法在非线性扩散尺度空间(NDSS)上,结合Harris算子、尺度空间比例系数以及分块策略提出均匀NDSS-Harris特征提取方法,以实现特征点在尺度空间和整幅图像中均匀分布。在构建特征描述符中,提取加权相位一致性结构图,并根据相位一致性的顺序将结构图划分成不同的子区域,通过汇聚每个子区域内的结构特征形成PCS描述符,以增强结构特征描述的准确性。实测SAR和可见光图像实验结果表明,该算法能有效克服非线性灰度变化,形成准确性更好的结构特征描述符,从而获得较好的图像配准结果,该算法也可应用于其他多模态图像配准。