近几年来,图像配准的发展一直以来都比较迅速,是目前图像处理技术之一,图像配准是是识别模式、自动导航、诊断医学、计算机视觉、遥感图像的处理等非常重要的组成部分。在图像处理的领域中,多源影像的配准,如SAR影像和光学影像、红外影像和光学影像等的配准,现在都还没有很好的解决方案。由于光学影像和SAR影像呈现出来的成像机理完全不同,所以这就决定了二者之间会有辐射和几何的差异,从而会加大图像之间的配准难度,从而造成光学影像和SAR影像之间的的配准成为难点,光学影像和SAR影像的信息达不到有效的融合。在目前的研究中,绝大多数的光学影像与SAR影像的配准方法都不是完全自动化的对图像进行处理,需要从其中选择控制点,但是这就满足不了快速、实时处理的需求,例如灾害的应急,军事方面的应用等大量的遥感数据,因此,如何快速有效地实现光学和SAR影像的自动配准是本文研究的问题。本文对现有的配准方法进行了总结分析,可以将配准方法大概分为两种情况。关于光学影像和SAR影像之间配准这一个研究热点,论文中重点的阐述了特征提取以及特征描述这两个难点,主要完成工作和贡献如下:(1)回顾了国内外有关遥感影像配准的相关文献,并详细解释了遥感影像配准的现状。图像配准的类型分为两种:基于灰度配准和基于特征的配准。它描述了这两种类型的具体实现方式以及优缺点,为此奠定了基础,并为以后的研究提供了思路。(2)本文对视觉注意机制进行了研究,利用Itti视觉注意模型提取了光学遥感影像的显著区域目标;利用TW-Itti模型编写相关代码实现了SAR影像的显著区域的目标提取,由于提取的是大面积的面特征,为影像配准提供了较稳定的参考特征。(3)提出了将NSCT变换与Dense SIFT相结合的配准方法,编写代码实现光学影像和SAR影像由整体到精细的配准过程。验证了此方法对影像间配准的可行性,并且分析了此方法用于光学和SAR影像的配准时可能存在的不足,并作为下一步继续研究的内容。