遥感图像的获取方式主要有光电成像和雷达成像,基于两种成像方式获取的可见光图像与SAR图像各具特点。比如,可见光图像具有直观、易理解及内容丰富的优点,同时又存在容易受光照、云雾及季节影响的缺点;而SAR图像具有全天时、多天候以及不受光照影响的优点,同时又存在不直观、不易理解且散射特性强的缺点。因此,基于可见光与SAR图像的融合技术能够实现二者的优势互补,提高目标侦察效能并丰富融合图像中的地物信息。可见光与SAR图像配准技术作为后续图像融合的基础具有很重要的研究价值。本文重点研究了可见光与SAR图像配准技术的各个环节,旨在提高可见光与SAR图像配准的精度和鲁棒性,并致力于解决两种类型图像之间存在的几何及辐射差异对配准性能的影响,深入研究了多种可见光与SAR图像配准算法。本文主要的研究内容归纳如下:1.针对经典的SIFT算法用于可见光与SAR图像配准时效果不理想的问题,提出一种基于SIFT改进的可见光与SAR图像配准算法。首先,针对两种类型图像之间噪声的差异,该算法分别采用Sobel算子和ROEWA算子对可见光与SAR图像进行梯度计算和尺度空间构建。然后,该算法采用Harris尺度空间和二阶矩阵中阈值约束相结合的方式检测出显著的特征点。同时,该算法基于主方向差直方图和梯度方向信息构建一种鲁棒的描述符,能够提高描述符构建的效率以及同名点对之间描述符的一致程度。实验结果表明,该算法对可见光与SAR图像进行了有效的配准,并且相较于OS-SIFT算法,所提算法的配准精度有所提高。2.受地物辐射特性的影响,金属或者房屋建筑等具有强散射特性的地物所在区域容易提取出大量的干扰点,这严重影响了可见光与SAR图像配准算法的精度和鲁棒性。为了解决这个问题,本文提出一种基于复杂度分析和二进制描述符的可见光与SAR图像配准算法。首先,该算法在基于相位一致性最大矩获得的边缘图像中,采用多方向滑窗和形态学运算相结合的方式自动判别可见光与SAR图像中的高复杂度区域,并通过为这些区域添加掩膜的方式避免干扰点的提取。然后,该算法提出一种新颖的二进制局部自相关描述符,在支撑域内的各块之间构造多个方向信息的自相关,并将自相关的结果转为二进制串形式。该描述符能够解决传统的自相关描述符计算成本高以及对可见光与SAR图像之间非线性差异敏感的问题。通过对多组存在显著非线性辐射差异的可见光与SAR图像进行实验,验证了所提算法对图像中的强散射现象不敏感,有效提高了算法的配准精度和鲁棒性。3.与基于空间域的配准算法相比,基于相位一致性的算法对可见光与SAR图像之间的非线性辐射差异鲁棒性更高。因此,基于相位一致性的配准算法更加适用于可见光与SAR图像。然而,基于相位一致性的算法大多仅能对存在微小尺度和旋转差异的可见光与SAR图像的进行有效配准。于是,本文设计了一种基于相位一致性的配准框架用于可见光与SAR图像配准,该框架基于相位一致性提出多尺度特征检测器（PC＿Harris）和具有旋转不变性的描述符（PCLG）,能够对存在较大尺度和旋转差异的可见光与SAR图像进行有效的配准。为了克服SAR图像中非线性辐射特性的影响,该框架采用相位一致性最大矩和log-Gabor滤波器卷积的方式构造尺度空间,并结合Harris算子在可见光与SAR图像中提取出重复率较高的特征点对。在描述符构建过程中利用log-Gabor滤波器的多尺度和多方向特性对特征点所在支撑域进行表示,基于支撑域中每个像素的方向信息及其幅值响应构建直方图,并在极坐标系下基于独特的描述符划分方式生成具有尺度和旋转特性的描述符。多组可见光与SAR图像的实验表明,该框架能够有效克服图像对之间较大范围的尺度和旋转差异。综上所述,本论文主要围绕可见光与SAR图像配准算法中的特征点提取和描述符构建这两个关键技术进行了针对性的研究。本文所设计的算法为多模态遥感图像配准技术的研究提供了一定的借鉴意义。