图像配准是图象处理的基本任务之一，用于将不同时间、不同传感器、不同视角及不同拍摄条件下获得的两幅或多幅图像进行匹配。它是多种图象处理及应用的基础，其结果将直接影响到后续图象处理工作的效果。　　随着遥感图像应用领域的拓展和遥感图像数据的海量增长，遥感图像配准技术的研究已成为热点。基于特征的图像配准是遥感图像配准中最常见的方法之一，通过对现有的基于特征的配准方法的研究发现，一些方法虽然有较强的有效性和可靠性，但普遍存在适应性差的问题，为这些方法在遥感领域的应用带来了不便。如何提高配准方法的适用性，使其在图像光谱特性存在差异的多种情况下，都能保持较高的配准精度，是本文研究的重点。　　本文在研究经典算法的基础上，通过对基于特征的图像配准方法中的两个关键步骤——特征提取与特征匹配的探讨，提出了一种基于边缘特征的遥感图像配准方法。该方法对影响配准效果的几个重要环节进行了有针对性的改进，其目的就是进一步提高算法的适应性。首先，利用图像的闭合区域特征，提取区域重心作为配准点对，避开了传统方法对图像光谱特性的依赖，使得算法能够适应灰度差异较大的多传感器遥感图像的配准；其次，针对传统方法利用单一判据容易造成匹配不可靠的问题，采用边界链码相关和区域不变矩距离相结合的匹配策略来建立边缘的对应，提高了算法的可靠性；最后，再通过控制点的迭代修正变换参数来提高配准的精度。　　本文采用基于边缘特征的配准方法，在光谱特性差异较大的遥感图像间进行了实验，获得了满意的配准结果，验证了本方法对遥感图像的适用性。