随着合成孔径雷达(SAR)成像技术的发展和完善,基于雷达图像的匹配技术已成为研究热点并广泛应用于众多领域。SAR图像匹配技术是将两幅来自不同成像时间段、不同成像角度及不同传感器的SAR图像进行相似度量的一种技术。如何高效地提取两幅SAR图像间的稳定信息,并做相似性配准是SAR图像匹配技术的研究重点。SAR图像匹配作为SAR图像处理的基础核心技术,其配准精度及稳定性是SAR图像处理技术的奠基石。因此,国内外图像处理研究专家致力于提高图像匹配的正确性及有效性。本文深入研究了SAR图像匹配技术。首先针对SAR图像特性,分析SIFT匹配算法在SAR图像匹配领域的适用性;从成像角度分析SAR图像与光学图像的辐射及几何特性差异,并根据差异性分析SIFT算法在SAR图像匹配应用中的局限性。分析表明,SAR图像的斑点噪声对SIFT匹配算法影响最大。其次,考虑到SAR图像斑点噪声对SIFT算法在SAR图像匹配应用中的影响,本文采用适用于SAR图像斑点噪声的SAR-SIFT算法,分析算法对SAR图像斑点噪声的抑制作用,并从算法计算复杂度及提取特征点的稳定性等方面进行改进,提出一种基于多极值抑制改进拉普拉斯变换的SAR-SIFT算法。改进后SAR-SIFT算法提取的特征点在图像上分布更加均匀、稳定且精度达亚像素级。在不影响算法匹配精度情况下,改进后的SAR-SIFT算法运算效率更高。最后,研究在大仿射形变情况下的SAR图像匹配算法。SAR图像的成像时间及成像视角的不同造成SAR图像间具有较大仿射形变。SIFT及SAR-SIFT等尺度不变特征算法对仿射形变较大的SAR图像不能发挥良好的匹配性能。本文将ASIFT算法与改进的SAR-SIFT算法相结合,运用于大仿射形变的SAR图像匹配中,最终的仿真实验结果表明,新的ASIFT算法具有良好的匹配性能。