图像配准的主要目的是实现同一场景下不同时间、不同视角或不同传感器获取的图像数据在空间位置上的对齐，它是很多遥感图像分析工作中的关键步骤之一，是环境监视、图像信息融合、拼接、模式识别等领域的研究热点。本文在了解了目前配准技术难点的基础上，以不同传感器拍摄的卫星图像为研究对象，对多源卫星遥感影像的配准进行了深入的研究。本文详细地介绍了卫星图像配准技术的科学意义、应用前景以及此技术的国内外研究动态和发展趋势，提出了一种基于点特征的多源卫星遥感影像高精度自动配准的方法，采用由粗到精的配准策略。首先利用SIFT算子和一次多项式实现影像的粗配准，此时配准后的影像和参考影像将处于相同参考坐标下和同一尺度下(即像素采样间隔相同)。其次在粗配准后的影像上利用Harris角点检测法提取分布均匀的特征点，根据前一步得到的影像间的坐标关系，在参考影像上确定一个较小的搜索范围，使用相关系数匹配出同名点。但是，由于遥感影像的数据量比较大，还有一些因素(例如地物遮掩、阴影等)，会使影像在局部区域产生不一致性，从而导致误匹配，所以还要进行粗差剔除。最后运用此算法对遥感图像进行配准实验，将实验结果与传统的SIFT算法结果进行比较，表明该算法不仅在特征点提取时间上进行了优化，同时避免了图像特征分布均匀时匹配效率低的问题。