经过三十多年的发展，我国遥感技术已经从研究示范阶段转入业务运行阶段，在业务运行系统中，需要综合利用多种传感器的遥感影像，通过多种传感器影像信息的相互补充，比较完整的刻划地物的特征，实现对目标的识别与提取，其中影像的自动配准技术是基础性、共性关键技术，遥感影像配准的自动化是业务运行系统发展进步的条件和显著标志。影像自动配准的研究重点是通过建立算法模型解决不同传感器遥感影像的尺度，角度和光谱差异实现影像配准。本论文以973“多源遥感影像配准与融合”子项目与XX科技重点实验室基金项目“高空间分辨率光学图像目标自动识别”等课题作为需求背景，围绕自动配准与融合提取技术开展算法与模型的研究，重点研究建立了基于空间辅助圆的区域自动配准算法(SAC)，开发了非子采样轮廓变换与自适应收缩算子自动配准算法(NSCT-S)，改进了尺度不变特征转换配准算法(SIFT)，在此基础上，研究实现了高分辨率影像中目标的形态特征信息与散射特征信息的融合提取(M-SF)。　　 论文的主要特色与创新体现在以下几个方面：　　 (1)研究建立了基于空间辅助圆的区域自动配准算法(SAC)。针对配准影像之间的角度、尺度偏差问题，开展了影像中圆的旋转不变性和选择中间尺度的自适应性实验，结合了归一化互相关系数测度，构建了空间辅助圆区域自动配准算法，同时利用不同光学遥感影像，光学和雷达影像，可见光和热红外影像开展了算法精度验证，均取得了较好的配准效果；　　 (2)提出开发了一种非子采样轮廓变换与自适应收缩算子自动配准算法(NSCT-S)。非子采样轮廓变换可以在多尺度空间、多方向上捕捉到大量具有平移不变性的结构特征，并有效地抑制大部分噪声；自适应收缩算子可以降低结构特征点的冗余性，提取出大量分布均匀的空间结构特征点；将两种算法优化组合，可以更方便快捷地提取配准影像中的共性特征点，保证了配准的精度；　　 (3)改进了尺度不变特征转换配准算法(SIFT)。在SIFT算法的基础上，引入了虚拟窗口和结构信息一致性检验机制，提高了SIFT算法对配准影像角度与尺度的适应性，通过对三组尺度偏差分别为3倍、6倍和10倍的不同光学遥感影像组合进行实验，成功地剔除了错误的匹配点对，提高了影像配准的精度；　　 (4)研究实现了高分辨率影像中目标的形态特征信息与散射特征信息的融合提取。构建了基于图像语义分割的目标识别框架，将光学影像中形态特征与SAR影像中散射特征相结合，实现了油罐目标的准确识别。