图像匹配技术是机器视觉、模式识别、医学影像分析、遥感图像处理等诸多领域中的研究热点。对于同一场景的两幅图像，可能它们的拍摄时间不同、传感器类型不同、拍摄角度不同或者图像质量不同，图像匹配技术的研究重点在于如何依据一些相似性度量来确定存在上述不同的两幅图像之间的变换参数，进而通过空间变换和灰度变换将两幅图像变换到同一坐标系下，使其在像素层上得到最佳匹配。本文研究了基于特征的图像匹配技术，并重点研究了遥感影像的直线特征匹配方法。直线特征具有抗噪声能力强、易于自动检测、来源丰富等特点，在实际可用性、提取算法的复杂度和几何约束方面更适用于遥感影像的匹配。　　本文对直线特征提取方法进行了研究，将经典的Canny算法与Hough变换相结合的直线特征提取方法与LSD(Line Segment Detector)算法进行对比，并最终采用LSD算法实现直线特征的自动提取。根据目前存在的MSLD(Mean-Standard Deviation Line Descriptor)和LBD(Line Band Descriptor)描述子，分别对其进行研究并实现了基于MSLD描述子的直线段匹配和基于LBD描述子的直线段匹配，并对比了基于MSLD描述子和LBD描述子的直线段匹配效果。针对基于描述子的直线段匹配方法存在的匹配正确率较低的问题，提出了基于描述子与几何约束的直线段匹配方法，有效地提高了匹配的正确性，并通过对存在旋转、噪声、光照变化、仿射变换以及不同时间的遥感影像进行实验，验证了基于描述子与几何约束的直线段匹配方法的可行性和有效性。然后，对本文提出的基于描述子与几何约束的直线段匹配方法与现有的直线段匹配算法进行了对比，证实了本文方法的优越性。另外，还对本文提出方法的时间效率和适用性进行了分析。