近年来,随着空间信息技术的发展,遥感技术在土地利用、环境检测、城市规划、气候气象等各行业的应用越来越广泛。为了满足光学遥感影像和SAR(Synthetic Aperture Radar)遥感影像综合利用的需求,以克服两种遥感方式的单独使用不足并突出优势,反映更为完整的地物信息。首先,就需要对两种影像进行配准,使地物一一对应。但是由于SAR影像与光学影像差异较大,它们之间的配准算法一直是配准研究中的难点。本论文以国家自然基金项目“SAR与光学遥感的集成机器学习融合理论及其并行处理方法”中央级公益性科研院所基本科研业务费项目“基于集成学习的SAR与光学遥感集成处理技术”为依托,重点研究SAR影像与光学影像配准算法,形成配准模型,实现两种影像之间较高精度的配准。本文的研究工作主要集中在以下两个方面：(1)基于特征的多尺度遥感影像配准模型。配准模型由四步组成：建立影像金字塔结构、边缘特征提取、特征匹配、影像转换和重采样。首先以高斯算子为影像尺度分割核,建立SAR影像与光学影像的多尺度金字塔结构,以减少后续处理的复杂度,提高配准的效率；接着,分析已有的边缘提取算法,提出遥感影像多尺度边缘检测方法,该方法基于带通影像,通过零交叉点检测和边缘跟踪来提取各个分辨率影像的边缘特征；然后,利用Hausdorff距离进行边缘特征的混合多尺度匹配；最后,根据影像特征建立适合的空间转换模型,对待配准影像进行转换和重采样,得到初始配准结果,并对结果进行精度分析。(2)基于相似测度的进一步精配准方法。由于特征提取和特定匹配过程中存在的定位误差,影响初始配准精度。为了提高总体配准精度,在我们的模型中引入了基于相似测度针对局部变形的进一步精配准方法。总结并分析各种相似测度,提出适合SAR与光学影像特征的相似测度,设计实验验证相似测度在反映两种影像关系方面的有效性。提出利用相似测度进行进一步精配准提高配准结果精度的方法。