在遥感图像的处理和应用中，如图像融合、导弹制导、地形变化检测等，图像配准技术一般作为首要步骤，其重要性不言而喻。本文针对遥感图像的特点，主要分析了同源的合成孔径雷达(Synthetic Aperture Radar，SAR)图像和异源的SAR与光学图像的配准问题。　　本文首先介绍了SAR的基本原理和相干斑的产生机理及其基本抑制方法，分析了SAR与光学成像的区别，给出了图像配准的相关定义及分类。　　然后研究了同源的SAR图像配准算法。对于SAR图像配准技术，首先介绍了常用的基于互相关系数的配准算法和基于对数极坐标的配准算法，接着阐述了具有平移、旋转、尺度不变性的尺度不变特性变换(Scale Invariant Feature Transform，SIFT)特征点提取算法，并将其应用于SAR图像配准，与常用的基于对数极坐标变换的SAR图像配准方法进行了分析比较。实验结果表明，基于SIFT的SAR图像配准算法具有更广的适用范围。　　最后本文研究了SAR图像与光学图像的异源图像配准问题。由于异源图像灰度差别很大，给配准问题带来困难。本文首先在传统 SIFT算法的基础上，利用结合互信息(Mutual Information，MI)与简化SIFT的方法进行SAR与光学图像的配准。该方法首先利用互信息法对低分辨率图像对进行粗配准以消除图像对间的旋转因子，然后利用忽略主方向求取的SIFT算法进行图像精配准。实验证明，改进的SIFT配准算法增加了配准特征点对的数目，扩大了配准的适用范围。接着阐述了基于区域特征的SAR与光学图像的配准方法。该方法在提取图像边缘的基础上，利用形态学方法提取图像中大的闭合区域，基于区域特征的不变性实现图像配准，该方法对具有明显区域特征而电磁特性差别很大的SAR与光学图像具有良好的配准结果。