图像匹配是计算机视觉中的一项重要技术,图像匹配的任务是将两幅或者更多幅的影像统一变换到同一坐标系下,从而能够综合利用各种信息。如今图像匹配在人工智能机器人,武器制导,无人驾驶,三维重建,医学影像检测,文字、指纹和面部识别等方面起到了重要的作用,遥感影像的匹配在地图更新,防灾救灾等方面也是有着十分重要的作用。但是在实际的应用过程中会遇到很多问题,比如图片的成像原理不同,分辨率不同,拍摄角度拍摄时间不同,光线对比度不同,图像发生旋转、畸变等。光学与合成孔径雷达(Synthetic Aperture Radar,SAR)影像都有各自的优点,综合利用能够取长补短,然而对与成像原理不同的光学与SAR影像的自动匹配是有一些问题的,首先两者的地物辐射特性非常不同,这会造成同名特征在两种影像上表现出不同的灰度特征,其次SAR影像的斑点(Speckle)噪声也给匹配带来一定的困难。本文针对影像的匹配问题进行了研究,并基于相位一致性技术对SIFT算法进行了改进,主要的研究内容和成果如下:1.针对异源影像不易提取到同名特征的问题,本文利用了相位一致性技术进行弥补,通过Log Gabor滤波器生成相位一致图像,并计算得到最大距图,在最大矩图像上进行特征点的提取,能取得较好的效果。2.通过实验证明和分析了梯度图以及最大距图都不适应于建立特征描述符,进而提出了比值最大值索引图(RMIM,Ratio Maximum Index Map),在此基础上进行描述符构建,为了保证算法具有旋转不变性,提出了具有方向性的比值最大值索引图,并模仿SIFT算法对窗口进行旋转后再次生成比值图和比值最大值索引图,以方便构建特征描述符。3.利用特征向量间的欧式距离来度量其相似程度,并采用FSC(Fast Sample Consensus)算法剔除离群点,通过双向匹配提高正确率。通过实验证明了本文所提基于相位一致性和SIFT的光学与SAR遥感影像匹配方法可以实现光学和SAR影像的匹配,也能适应于部分其它异源遥感影像的匹配任务。