合成孔径雷达干涉测量(InSAR)是把干涉技术应用在传统SAR技术上的产物，它以雷达干涉图像对中的相位信息为数据源来获得地表三维信息。该技术在DEM重建和地表变形监测等领域具有快速、高效率、高精度、全天时、全天候等显著优点。从一定意义上，正是因为该技术突破了SAR成像的局限性，才使得该技术在遥感、军事、国民经济建设等领域开辟出了崭新的应用前景。甚至有很多学者认为，InSAR很有可能成为建立全球数字高程模型唯一的有效技术。图像配准是整个InSAR数据处理过程中非常重要的一个环节，配准精度的优劣直接影响后续生成干涉纹图的条纹质量。对InSAR图像配准理论和方法的研究，是进一步提高干涉图质量、实现InSAR数据自动化处理的有效途径。　　本论文在充分研究InSAR干涉测量原理和数据处理的基础上，对传统的相关系数法、相干系数法、最大频谱法等图像配准方法进行了研究，揭示了传统配准算法的优缺点。针对InSAR图像自身的特点，重点研究了两种InSAR图像多级配准算法。一种是基于精密轨道数据和改进的相干系数的图像配准方法，另一种是人工参与的基于改进的相干系数的图像配准方法。论文结合实际的测量数据，对两种配准算法进行了实验分析。结果证明，无论是从配准时间上，还是配准质量上，上面提到的两种配准算法都具有可行性。论文最后对研究内容进行了归纳总结，并对未来的研究方向进行了展望。