高分二号卫星能够提供空间分辨率优于1m的全色遥感图像和优于4m的多光谱遥感图像。其中全色与多光谱遥感图像的配准效率会直接影响到后续图像处理和分析的结果。本文以基于SIFT的图像配准方法为研究基础,针对其在配准高分二号全色与多光谱遥感图像时,存在的配准速度较慢和配准精度较低的问题进行改进,提出了基于信息熵网格划分的改进SIFT遥感图像配准算法,并将改进算法以插件形式集成到遥感信息处理平台MHMap GIS上。本文主要工作如下:针对SIFT算法提取特征点数目较多、耗时较长的特点,本文采用信息熵网格划分的策略,只针对信息熵较大的区域进行特征点检测,从而减少特征提取的计算量,精简特征点的数目。针对SIFT算法在生成尺度空间时,在没有插值的情况下对基础图像进行下采样产生缩小的图像,导致在图像存在旋转时特征点定位不准确的问题,使用双线性插值替代原SIFT算法的下采样方法,以间接提高图像配准的精度。针对SIFT算法提取的特征点中包含较多不稳定边缘响应点的问题,引入Canny算子进行边缘检测获取边缘坐标点,然后与SIFT算法检测出的特征点坐标进行对比,进一步剔除不稳定的边缘响应点。针对SIFT算法在配准遥感图像时配准精度较低的问题,本文给出一种新的梯度计算方法,并改进SIFT特征描述子生成方法,在特征匹配阶段,以参考图像和待配准图像的互向欧氏距离作为初始匹配的约束条件,然后结合FSC算法实现精匹配。最后根据MHMap GIS提供的系统集成要求,编写插件接口程序,将本文算法以插件形式集成到该软件平台上。本文分别对不同区域和不同时相的高分二号遥感图像对进行配准实验,将改进后的算法和对比算法进行分析比较。实验结果表明,本文算法在获取的特征点数目较少的前提下,能得到更多的正确匹配点对,且在配准速度和配准精度方面都较对比算法高,能够实现亚像素的配准精度,满足项目需求。算法插件集成后,整体运行效果良好,满足集成的要求。