影像匹配作为遥感影像配准的核心问题,其目的是寻找对应的同名匹配基元,实现两幅或多幅影像在特征、纹理和灰度等方面上的一一映射,从而使影像在空间上达到一致。当影像中存在过多相似区域时,特征描述子之间相似程度较高,传统的点匹配方法如SIFT点特征易造成误匹配过多,难以获取高精度的同名点;同时当传感器获取的遥感影像在纹理信息较为缺乏的区域,点特征难以提取且不稳定;此外直线特征提取则相对较易,但直线特征属性存在不确定性直接影响直线匹配的准确性。基于此,本文主要从以下两方面展开研究:（1）研究如何提高遥感影像相似区域内特征差异较小时的初始匹配精度。针对存在相似区域较多的影像,基于整个空间尺度上进行特征点匹配难以获取较高精度的初始匹配,本文在特征点匹配阶段提出了有效的优化方案,引入区域约束限制特征点匹配区域,使匹配区域由整幅影像之间转变为对应的区块影像之间。实验表明,本文方法不仅提高了初始匹配精度,而且使算法对视点、角度、光照、模糊等具备了更强的稳定性;（2）研究如何提高直线匹配的稳定性和准确性。仅依靠直线描述子相似性难以获取准确且稳定的同名直线,本文提出了一种稳健的直线匹配算法。通过GMS获取的局部同名点计算单应性矩阵,利用矩阵约束以及直线间几何关系实现同名直线快速获取,实验结果验证了本文方法能够大幅提高直线特征匹配准确率。最后利用本文特征点线匹配方法实现遥感影像拼接算法并开发了基于Web的影像拼接系统,实现了多幅遥感影像的快速拼接。