图像配准从理论到算法都经过了很长时间的发展，但是图像配准仍然面临着很多的难题，特别是对于差异比较大的多源遥感数据之间的配准，仍然需要继续研究。本文着眼于研究还不太充分的多源遥感图像间的配准，研究两图像间灰度和几何位置差异很大的不同源遥感图像的自动配准方法。本文的研究主要是针对两个问题展开，一是寻找一种适合多源遥感图像的匹配特征；二是要解决如何快速匹配这些特征的问题。提出了一种新的多源遥感图像配准方法。该方法分两步：第一步进行粗配准，是基于改进的SIFT算法特征配准方法，把成功匹配的特征点作为精配准过程中的初始三角网的顶点。第二步，精配准，在粗配准基础上，采用三角形约束下的角点匹配算法对图像进行精配准，提高配准精度。　　 本文的研究是围绕着多源遥感图像配准的几个主要过程展开的，主要包括以下内容：　　 1、研究从多源遥感图像中提取具有良好重复率与信息量的特征点提取方法　　 本文分析了图像配准领域常见的几种尺度不变特征点提取算子，并从特征点的重复率与信息量两个方面对这些特征点提取算子进行了实验比较；基于有关实验结果，本文提出了一种改进的SIFT算法提取特征带点的方法和基于Harris-Laplace算子提取特征带点的方法。改进的SIFT算法用于图像的粗配准，提取构建初始三角网的各各顶点，而后采用Harris-Laplacian尺度不变提取算子在待配准图像的同名三角形内提取特征点进行精配准。　　 2、研究基于三角形约束的匹配策略　　 图像配准是一个病态的问题，如何实现这一病态问题的优化解决？由于遥感成像过程的的复杂性，使得待配准两幅影像间的转换关系可能很复杂。因此，图像配准是一个复杂的、非线性的、多峰、非凸的优化问题。本文接下来提出了基于影像纹理特征的三角网自适应传播--自适应传播，是指基于影像的纹理特征的匹配的传播。匹配开始于三角网中具有良好纹理特征、容易匹配成功的三角形，然后传播到困难纹理区域，直至处理完整幅影像。　　 3、研究本文所提出配准方案的实现方法　　 研究利用人工免疫算法进行多源遥感图像配准的方案和实现方法，主要包括搜索空间的确定、相似测度的选取、配准流程和精配准等。　　 实验证明该方法能够实现不同源遥感图像之间的自动配准，该方法为多源遥感图像的自动配准提供一种新的解决方案。